MétaCan
Menu
Retour à la cohorte
Enregistrement W4392423989 · doi:10.6000/1929-4409.2020.09.341

Strategic Cooperation of Ukrainian Industrial Enterprises to Create Competitive Advantages in the World Market

2021· article· en· W4392423989 sur OpenAlexvenueno aff
Fedir Perepadya, Наталья Сергеевна Захаренко, Vladimir G. Bodrov, Irina P. Zrybneva, Igor Paryzkyi

Notice bibliographique

RevueInternational Journal of Criminology and Sociology · 2021
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueEconomic Issues in Ukraine
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésUkrainianBusinessIndustrial organizationCommerce

Résumé

récupéré en direct d'OpenAlex

Competitive advantages in the market can be accumulated both with the use of the mechanism of cooperation, and as a result of coordination in the interregional sphere. The relevance of the study is determined primarily by the fact that cooperation between organisations allows to increase competitiveness in the foreign market. However, this gives rise to a contradiction that determines that cooperation between companies is possible only if the conglomerate or certain entities own controlling shares. With that, companies should not only constitute holding structures, but primarily be co-operators in the production cycle. The novelty of the study is determined by the fact that strategic cooperation is proposed to be considered not only as a set of practical actions on the part of the state or regulatory structures, but also of consulting bodies. It is proposed to use the mechanisms of strategic cooperation based on mutual conditionality of interests and security of budgetary mechanisms that allow for practical activities. The authors also admit the possibility of the use of public-private partnership mechanisms. The practical significance of the study is determined by the fact that each of the participants in the organisation of strategic management of enterprises can use not only strategic, but financial and systemic interaction mechanisms to form.

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 enseignants0,396
Score d'incertitude au seuil0,674

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 technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,108
Tête enseignante GPT0,319
Écart entre enseignants0,212 · 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

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Criminology and SociologyMême sujetEconomic Issues in UkraineTravaux en français237 207