Total sales of lightweight automobiles in Mexico, 1988-2016
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The automotive industry in Mexico has been strengthened in such a way that the country is already part of the Top 15 of those that produce and sell the most cars in the world. From 2010 to 2016, it went from place 16 to 12 among the countries that sell more vehicles in the world, according to data from the International Organization of Automobile Manufacturers (OICA). Six years ago, Mexico sold 503 thousand 748 vehicles, which placed it in 16th place worldwide. The country was below Russia (1 million 912 thousand) Canada (694 thousand 349) or Spain (982 thousand 015) (HuffPost, 2017). The objective of the work was to analyze the variables that most influence the total sales of light vehicles in Mexico. To carry out the study, a multiple linear regression model of the total sales of light automobiles in Mexico was elaborated according to the exchange rate, the monthly average remuneration, the interest rate, unemployment and the inflation rate. Of the results obtained, the variation of the VTA according to the coefficient of determination (R2) was explained in 93.75% by the variables included in the equation, of which, the most statistically significant variables were the monthly average remuneration, the Unemployment rate and the exchange rate. According to the elasticities, the greatest effect on sales was the average monthly remuneration and the exchange rate. Although the interest rate and inflation are very important variables and were not significant.
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.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 découle