Determinantes de la Informalidad en las MYPES en la Provincia de Lambayeque en el 2015
Notice bibliographique
Résumé
En esta tesis tenemos como objetivo el análisis de la informalidad laboral y tributaria de las Mypes ubicadas en la provincia de Lambayeque. La informalidad tributaria se establece con aquellos negocios sin RUC, sin permisos municipales, ni certificados de defensa civil. Mientras que la informalidad laboral se basa en la inexistencia de trabajadores en planilla. \nPara las estimaciones respectivas se emplea una muestra de 865 encuestas aplicadas en a zonas urbanas de la provincia de Lambayeque, las variables de la encuesta fueron las características del negocio, sus percepciones en torno a la formalidad sus beneficios y las limitantes de que perciben los negocios en torno a ello. \nSe aplicó un modelo Logit binominal donde la variable dependiente era la informalidad y las independientes eran características del negocio. Los resultados obtenidos indican que la probabilidad de ser informal tributario va de 51-55% está influenciada por el número de trabajadores y los motivos para no formalizar; los sectores más afectados son comercio y servicios. Así mismo la probabilidad de ser informal laboral va de 92-96% y es determinado por el mercado al que se dirigen sus productos, las limitantes del negocio y los motivos para no formalizar.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».