O impacto da pandemia de Covid-19 no capital de giro e a previsão de insolvência das companhias brasileiras do subsetor de hotéis e restaurantes
Notice bibliographique
Résumé
This study aimed to analyze the short-term financial management of companies in the hotel and \nrestaurant sectors, listed on B3 by the Fleuriet model, and its ability to analyze the possibility of \ninsolvency of entities. The research is classified as descriptive, documentary and quantitative, since \nsecondary data was collected from companies in the hotel and restaurant subsector between the 1st \nquarter of 2018 and the 1st quarter of 2021 from the Economática® database. Thus, using descriptive \nand graphical analysis, the variables of the Fleuriet model were used, which are Working Capital \nRequirement (WCR), Working Capital (WC) and Treasury Balance (TB), as well as the insolvency \nprediction model proposed by Prado et al. (2018). The results evidenced that, by the Fleuriet dynamic \nmodel, all companies, in different quarters, had an undesirable financial situation in 2020, confirming \nthe impact of Covid-19 on their operations. Therefore, society’s understanding of the impact on these \nsegments during the pandemic is eminent, as this information is relevant for users external to \norganizations, strengthening their decision-making power
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 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 ».