Adapting to a changing market: a business’s midlife shift in the Calgary market
Notice bibliographique
Résumé
According to the U.S. Bureau of Labor Statistics; “about 50% of all new businesses survive 5 years or more, and about one-third survive 10-years or more.” Navigating the economic landscape is not an easy task for any business, even more so when your core business lies in the volatile industry of oil and gas exploration. The oil and gas industry fluctuates greatly on its own and when the market becomes oversaturated with the product, there is no need to invest greatly in exploration, so allocation of capital to this segment is restricted at the first signs of slowdown. Keeping in mind the volatility, this industry is very lucrative when oil and gas prices are high and exploration becomes a focus for most companies. With oil prices currently stabilizing after a major recession and economists predicting modest prices for the near future, most companies are expected to focus on process improvement and maximizing their return on their current assets as opposed to building more assets. The focus of this thesis will be on the company Seisware, which is a geophysical exploration software company based out of Canada’s major oil and gas market of Calgary, Alberta. With all of the changes in this industry in the recent years, major boom followed by a major downturn and finally what seems to be stabilization, how does Seisware continue to grow and maintain profitability in the future?
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,004 | 0,004 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,002 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».