Ứng dụng thương mại điện tử vào hoạt động bán lẻ của tiểu thương: Minh họa trường hợp cụ thể tại chợ Vĩnh Long
Bibliographic record
Abstract
Nghiên cứu thực hiện phân tích và đánh giá tình hình áp dụng thương mại điện tử (TMĐT) của các tiểu thương. Thông qua phương pháp định lượng với số mẫu khảo sát là 185 tiểu thương bán lẻ tại chợ Vĩnh Long, kết quả nghiên cứu cho thấy, có 29,73% tiểu thương đã áp dụng TMĐT, chủ yếu qua mạng xã hội. Tỷ lệ này còn khá thấp. Các thách thức chính là chi phí đầu tư cao, thiếu kiến thức công nghệ, và tâm lý ngại thay đổi. TMĐT cũng mang lại cơ hội mở rộng thị trường và giảm chi phí vận hành. Khoảng 80% tiểu thương nhận thấy lợi ích trong việc tiếp cận khách hàng và 50,91% thấy giảm chi phí vận hành là quan trọng. Từ dó, các giải pháp cũng được đề xuất nhằm giúp tiểu thương vượt qua rào cản và khai thác tiềm năng của TMĐT.
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 | 0.000 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.003 | 0.001 |
| Scholarly communication | 0.003 | 0.001 |
| Open science | 0.000 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.082 | 0.017 |
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".