MétaCan
Menu
Retour à la cohorte
Enregistrement W6887737347 · doi:10.17605/osf.io/zuh8q

Business Strategy

2023· article· en· W6887737347 sur OpenAlexaboutno aff

Notice bibliographique

RevueOSF Preprints (OSF Preprints) · 2023
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueSupply Chain Resilience and Risk Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCorporationRevenueScope (computer science)Multinational corporationCloud computingAmazon rainforestOfficer

Résumé

récupéré en direct d'OpenAlex

Amazon is a multinational firm based in the United States. Cloud computing and online commerce are the two primary focuses of the company's commercial activities. On July 6, 1994, Jeff Bezos established the corporation that would later bear his name. The organization's headquarters may be found in the beautiful city of Seattle, in the state of Washington. Jeff Bezos is the chairman, president, and chief executive officer of the company. Amazon began as a website that specialized in the sale of books. A few years later, the company took the choice to increase the scope of its offers and began selling more products, including software, jewelry, apparel, home furnishings, electrical goods, and leather goods, among other things. A number of the company's websites are used in the process of exporting the company's products to overseas customers. The corporation keeps separate websites up and running for each of the following countries and regions: The United States of America, Australia, the United Kingdom, Canada, Germany, Italy, France, Ireland, the Netherlands, Spain, Japan, China, India, Mexico, and Brazil. It was able to surpass Wal-Mart Stores, Inc. in the middle of 2015 to become the most valuable retailer in the country, displacing it as the previous leader. The company provides the world with the cloud infrastructure solution that is the most complete of its kind. Both the company's existing resources and its revenues have seen significant growth over the course of the past three years.

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)0,003
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,613
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,002
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,3340,947

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 Opus0,020
Tête enseignante GPT0,250
Écart entre enseignants0,230 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
Domainenon disponible
GenreAutre

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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOSF Preprints (OSF Preprints)Même sujetSupply Chain Resilience and Risk ManagementTravaux en français237 207