La relación entre el uso de las tecnologías digitales y el desarrollo de las exportaciones de las Mypes participantes de la feria “Perú Moda” durante el 2016 al 2018
Bibliographic record
Abstract
Las exportaciones del sector textil han evidenciado un crecimiento desde el año 2016, siendo un 17% mayor entre el periodo de 2016 a 2018. Se explica que el alza se debe a la evolución de la industria, favoreciendo al desarrollo de las marcas. El objetivo de incrementar la productividad empresarial del sector debe estar impulsado por el desarrollo de tecnologías de la información, es importante que las empresas consideren las tecnologías digitales como una oportunidad para la transformación hacia un país competitivo. Además, los beneficios potenciales de su implementación pueden ser mayores para las mypes, al reducir barreras para la internacionalización. En términos de búsqueda de oportunidades de internacionalización, la vitrina más importante en el país para la exposición de los mejores productos de la industria peruana textil al mundo es la feria internacional “Perú Moda”. En ese sentido, el objetivo principal de la investigación es determinar la relación entre el uso de las tecnologías digitales y el desarrollo de las exportaciones de las mypes del sector textil participantes de “Perú Moda”, en el periodo 2016 al 2018. Se utilizó una metodología mixta y un diseño descriptivo correlacional. Para la fase cualitativa se aplicaron entrevistas a expertos y para la fase cuantitativa se realizaron encuestas a 18 mypes exportadoras del sector, participantes en la feria mencionada. Se concluyó que sí existe una relación positiva entre las variables mencionadas. Adicionalmente, se pudo establecer las relaciones entre sus dimensiones, de esa manera se obtuvo un mayor alcance sobre el fenómeno estudiado.
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 | 0.002 | 0.002 |
| Scholarly communication | 0.003 | 0.003 |
| Open science | 0.000 | 0.003 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.013 | 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".