Impacto del comercio electrónico en la gestión de ventas en el Emporio Comercial de Gamarra (Lima-Perú), 2021
Bibliographic record
Abstract
En el mundo (y sobre todo en el Perú), actualmente el comercio electrónico se encuentra en constante crecimiento y adopción por parte de los empresarios, debido al cambio abrupto que las empresas han tenido que enfrentar a raíz de la pandemia mundial ocasionada por la Covid-19 para poder gestionar adecuadamente sus ventas. El propósito principalde esta investigación fue determinar el impacto del comercio electrónico en la gestión de ventas en el Emporio Comercial de Gamarra (Lima-Perú) durante el 2021. Cada una de las variables del estudio fue subdividida en tres dimensiones para una mejor comprensión; por ejemplo, la variable comercio electrónico se subdividió en canal de ventas, publicidad digital y sistemas de información; mientras que, por otra parte, la variable gestión de ventas fue desglosada en atención al cliente, satisfacción del cliente y distribución. Metodológicamente, la investigación se desarrolló bajo el enfoque cuantitativo, alcance explicativo y utilizó el diseño no experimental transeccional correlacional-causal; los participantes fueron 100 microempresarios de la zona comercialobjeto de estudio, específicamente vinculados a empresas formales que hacen uso del comercio electrónico, a los cuales se les administró un cuestionario de 18 ítems con alternativas de valoración bajo la forma de la escala de Likert. Luego del procesamiento y análisis de la información, se constató la existencia de un impacto significativo entre el comercio electrónico y la gestión de ventas (p < .05), debido a que luego de usar la regresión lineal se obtuvo un coeficiente de prueba de 0.752
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 | 0.008 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.003 |
| Science and technology studies | 0.002 | 0.002 |
| Scholarly communication | 0.005 | 0.003 |
| Open science | 0.001 | 0.005 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.010 | 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".