ANÁLISIS FINANCIERO DE LA PYME COLOMBIANA MAYORISTA DE APARATOS Y EQUIPO DE USO DOMÉSTICO
Bibliographic record
Abstract
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 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 | 0.001 | 0.003 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.008 | 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".