MétaCan
Menu
Retour à la cohorte
Enregistrement W7117148223 · doi:10.32534/jpk.v12i4.8092

Tinjauan Manajemen Modal Kerja: Analisis Bibliometrik dan Prospek Masa Depan

2025· article· id· W7117148223 sur OpenAlexaboutno aff
Khoirotut Tamami, Surya Raharja

Notice bibliographique

RevueDOAJ (DOAJ: Directory of Open Access Journals) · 2025
Typearticle
Langueid
DomaineBusiness, Management and Accounting
ThématiqueWorking Capital and Financial Performance
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésNoveltyScopusCapital (architecture)Process (computing)Working capitalChina

Résumé

récupéré en direct d'OpenAlex

Main Purpose - The aim of the research is to analyze trends, patterns, and future directions of working capital management using a bibliometric approach. Method - This study employed a bibliometric analysis method utilizing publications obtained from the Scopus database. The search process was conducted based on keywords, field of study, document type, language, and open access, resulting in 88 final publications for analysis. Main Findings - Research on working capital management continues to grow, focusing on business and management, economics, econometrics, and finance. Developing countries like Indonesia and China are leading research contributions, while developed countries like France, Canada, and others are making new contributions. Theory and Practical Implications - Theoretically, this research enriches academic understanding of the evolution of working capital management studies through a bibliometric approach. Practically, it provides direction for academics, practitioners, and policymakers to develop evidence-based, collaborative, and contextualized working capital management strategies addressing global change. Novelty - The novelty of this research lies in the use of bibliometric analysis to comprehensively map the trends, patterns, and directions of global development of working capital management research in the 2009–2025 time period, which has not previously been widely done in financial studies.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Bibliométrie, Communication savante, Science ouverte, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesBibliométrie
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,144
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,001
Bibliométrie0,0140,030
Études des sciences et des technologies0,0010,000
Communication savante0,0100,010
Science ouverte0,0060,005
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0080,000

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.

Tête enseignante Opus0,151
Tête enseignante GPT0,488
Écart entre enseignants0,337 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDOAJ (DOAJ: Directory of Open Access Journals)Même sujetWorking Capital and Financial PerformanceTravaux en français237 207