Evaluación del impacto financiero en la gran empresa de Ambato
Bibliographic record
Abstract
La investigación, tiene como objetivo evaluar el impacto financiero en la Gran Empresa, mediante el análisis horizontal y vertical de los años 2015 y 2016, La presente investigación se realiza fundamentado desde el paradigma cuantitativo y cualitativo, es decir basados en datos y hechos de la realidad objetiva para explicar determinar los resultados, y desde el paradigma cualitativo orientado a los procesos, además se sustenta desde los enfoques descriptivo, explicativo y correlacional, para relacionar las variables de estudio desde la perspectiva del impacto financiero (indicadores financieros) medibles desde lo cuantitativo y cualitativo. Para establecer lineamientos financieros que permitan la optimización de la inversión. Con los resultados se establecieron indicadores. El Activo de la empresa en relación a los dos años analizados existe una disminución de $624.066,00 obteniendo una variación proporcional del 1.91%, El ingreso por ventas presenta una disminución en el 2016 con respecto al 2015, con un porcentaje del 25,56%, concluyendo que todas las empresas han recurrido en estrategias para mejorar el desarrollo de sus actividades mediante el uso de los lineamentos estratégicos financieros a largo plazo propuestos.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.002 | 0.005 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.003 | 0.001 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.007 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".