Planning expansion of business operations to a new market : case: Dixu
Notice bibliographique
Résumé
This thesis is commissioned by Dixu. Company was founded in 2018 and it operates in software programming and development. Company is based in Helsinki but operates around the country. \n \nDixu provides a platform, which can be used in selling or buying houses. They offer services which allows 3D interior design on any room of an apartment or a house to attract buyers with an overview on how the space could potentially look like after some fixing and redecorating. Company has partner companies such as ISKU, Keittiömaailma, Handelsbanken, Nordea, If and so forth. In addition to the ones mentioned, Dixu also uses best realtors in every area. In cooperation with partners, the company is able to provide the customers with a unique service that connects all key components regarding buying or selling a house. Using technology, Dixu is able to provide a platform for both, the customers and the partners that reduces the amount of manual work. Dixu is not a real estate firm, but instead in co-operation with some of the best realtors in the area, they aim to provide an easy an efficient platform for buying and selling homes. \n \nObjective of the thesis is to research possibilities for expanding business operations to Toronto, Canada. Even though the commissioner is not a brokerage, the field of real estate is vital in the process of buying and selling houses, so that aspect is in a significant role in this thesis.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,007 | 0,002 |
| Communication savante | 0,006 | 0,004 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,017 | 0,002 |
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 source (Gemma direct ou Codex distillé), 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 ».