MétaCan
Menu
Retour à la cohorte
Enregistrement W7134651586

Modeling industrial competitiveness

2016· article· fr· W7134651586 sur OpenAlexaboutno aff
Nadia Kpondjo

Notice bibliographique

Revuenon disponible
Typearticle
Languefr
DomaineDecision Sciences
ThématiqueEfficiency Analysis Using DEA
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésRelation (database)Quarter (Canadian coin)
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Cette thèse traite de la notion de compétitivité des unités industrielles par l’indicateur de l’efficience obtenu avec la méthode DEA. L’efficience des alumineries de l’industrie de l’aluminium primaire est analysée sur quatre années distinctes 2005, 2009, 2010 et 2012. Les résultats révèlent que ces unités sont globalement peu efficientes techniquement (inefficience de l’ordre de 1 à 5% selon la technologie utilisée et la région) ; leurs combinaisons productives semblent donc peu optimales. De plus, l’inefficience est davantage prononcée au niveau du coût et de l’allocation de leurs ressources en considérant les prix des inputs différents ou identiques d’une aluminerie à une autre. Tout ceci pourrait expliquer les fermetures enregistrées ces dernières années. Par ailleurs, nous avons montré que l’inefficience technique était expliquée par l’impact des variables explicatives âge, taille et le taux de change. Au travers d’un modèle VECM linéaire nous avons montré qu’il existe une relation de long terme entre la performance financière des grands constructeurs automobiles et le prix de l’aluminium allié. Ce résultat étant l’indicatif de l’interdépendance entre ces deux industries.

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)0,004
score de la tête « metaresearch » (Gemma)0,004
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,821
Score d'incertitude au seuil0,992

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0250,009

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 Opus0,215
Tête enseignante GPT0,388
Écart entre enseignants0,173 · 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'étudeAutre devis
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
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetEfficiency Analysis Using DEATravaux en français237 207