MétaCan
Menu
Back to cohort
Record W4406519037 · doi:10.56083/rcv5n1-057

ANÁLISIS FINANCIERO DE LA PYME COLOMBIANA MAYORISTA DE APARATOS Y EQUIPO DE USO DOMÉSTICO

2025· article· es· W4406519037 on OpenAlexaff
Jorge Alberto Rivera Godoy

Bibliographic record

VenueRevista Contemporânea · 2025
Typearticle
Languagees
FieldBusiness, Management and Accounting
TopicBusiness, Education, Mathematics Research
Canadian institutions123 Certification (Canada)
Fundersnot available
KeywordsHumanitiesArt

Abstract

fetched live from OpenAlex

El propósito de esta investigación fue analizar el desempeño financiero de la pequeña y mediana empresa mayorista de aparatos y equipo de uso doméstico en Colombia en el periodo 2017 – 2023, y cotejarlo con la empresa del sector, mediante un análisis estático y de tendencias de indicadores contables y de gestión de valor para un promedio de 28 PYMEs, que permitieron examinar su crecimiento, eficiencia, eficacia y efectividad financiera. Se halló que la PYME creció con fluctuaciones, que fueron más frecuentes en la pequeña empresa; igualmente la empresa del sector creció con oscilaciones. Además, la PYME fue más efectiva en logro de utilidades para inversionistas y propietarios, con una superioridad de la mediana empresa en el rendimiento del activo y una supremacía de la pequeña empresa en el rendimiento del patrimonio; esto en gran parte a que la mediana empresa fue más eficiente en el uso de los activos, mientras que la pequeña empresa fue más eficaz en control de costos y gastos operativos y totales. Sin embargo, la PYME destruyó valor económico agregado, la cual fue mayor en la pequeña empresa en relación con la inversión realizada; lo que contrastó con la empresa del sector que creo valor en este periodo; esto debido a que, aunque en los tres grupos se logró una rentabilidad después de impuestos del activo neto operacional, este no alcanzó a superar el costo de capital en la PYME, como sí ocurrió con la empresa del sector.

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 distilled prediction

Teacher imitation

Not calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.

metaresearch head score (Codex)0.005
metaresearch head score (Gemma)0.004
Version: codex-gemma-dda1882f352aValidation status: machine_predicted_unvalidated
Candidate categoriesMeta-epidemiology (narrow), Scholarly communication
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Not applicable · Consensus signal: none
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.564
Threshold uncertainty score1.000

Codex and Gemma teacher scores by category

CategoryCodexGemma
Metaresearch0.0050.004
Meta-epidemiology (narrow)0.0010.001
Meta-epidemiology (broad)0.0010.000
Bibliometrics0.0010.003
Science and technology studies0.0010.001
Scholarly communication0.0050.001
Open science0.0010.000
Research integrity0.0010.001
Insufficient payload (model declined to judge)0.0010.001

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.

Opus teacher head0.018
GPT teacher head0.321
Teacher spread0.303 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one teacher head, not a consensus.

Study designNot applicable
Domainnot available
GenreEmpirical

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".

Quick stats

Citations0
Published2025
Admission routes1
Has abstractyes

Explore more

Same venueRevista ContemporâneaSame topicBusiness, Education, Mathematics ResearchFrench-language works237,207