Ventanilla única de comercio exterior y el impacto en las pymes exportadoras de cacao en el Santo Domingo de los Tsáchilas - Ecuador
Bibliographic record
Abstract
Introducción: Las exportaciones favorecen a las economías internas de los países en desarrollo, con la finalidad de incrementar y mejorar esta articulación los gobiernos impulsan diferentes líneas de incentivos, focalizándose en los aranceles o impuestos, pero estas solo favorecen a las industrias dejando de lado a las PYMES; las cuales representan al 99% de los negocios en Ecuador, adicional a esto se debe considerar que uno de los principales productos exportados es el cacao. Objetivo: Analizar el impacto de la utilización del sistema de ventanilla única de comercio como estrategia de exportación e incentivo para las PYMES de Santo Domingo de los Tsáchilas. Metodología: para obtener información fue atreves de encuestas a la población de interés, basándose en evidencia documental teórica, por lo cual es una investigación exploratoria pasando de datos generales a específicos. Resultados: Como resultado se presentan las ventajas de la utilización de la ventanilla única y el impacto en la economía. Conclusiones: se concluyó que la utilización de la ventanilla única para comercio exterior es una estrategia que favorece a los exportadores de las PYMES pero esta no debe por sí sola no genera un impacto elevado en el crecimiento económico de los productores, por lo cual esta se debe trabajar conjuntamente con otros incentivos y estrategias gubernamentales.
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 | 0.004 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.003 | 0.001 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.012 | 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".