MétaCan
Menu
Retour à la cohorte
Enregistrement W4380482041 · doi:10.6000/1929-4409.2020.09.316

Tendency of Investment Economy Formation

2022· article· en· W4380482041 sur OpenAlexvenueno aff
Alina Battalova, Ruslan Tukhvatullin, Фарит Мухаметгалиев, Farida Mukhametgalieva, Landish F. Sitdikova

Notice bibliographique

RevueInternational Journal of Criminology and Sociology · 2022
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEconomic and Technological Developments in Russia
Établissements canadiensnon disponible
Organismes subventionnairesKazan Federal University
Mots-clésInvestment (military)AttractivenessPosition (finance)Relevance (law)GeopoliticsEconomic systemState (computer science)EconomyEconomicsBusinessMarket economyPoliticsPolitical scienceFinance

Résumé

récupéré en direct d'OpenAlex

The relevance of the topic is caused by the need to identify trends and characteristics of the investment economy formation in the face of the external economic environment new challenges. The article’s main aim is to develop recommendations for optimizing the directions of the state economic policy in the field of investment activity development. The research is based on an analysis of the current situation and the identification of trends in the formation of Russia's investment economy and its regions. The study's novelty is to identify trends and characteristics in the investment economy formation in the regions of Russia and formulate development sectors in the Republic of Tatarstan. The main results of the study are as follows: issues of the preconditions for the formation of investment activity in the country's economy are examined, as well as macroeconomic indicators that form the financial foundations of the investment economy, the main directions for improving investment attractiveness are identified and proposed, including the use of the advantages of geographical and geopolitical position, increasing the economic, social and political level of development, improving the state of the environmental situation and demographic situation.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,091
Score d'incertitude au seuil0,533

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,068
Tête enseignante GPT0,327
Écart entre enseignants0,258 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Criminology and SociologyMême sujetEconomic and Technological Developments in RussiaTravaux en français237 207