Determinación del impuesto a la renta y su incidencia en el estado de resultados de las empresas textiles del distrito de La Victoria del periodo 2015
Bibliographic record
Abstract
El presente trabajo de investigación titulado “Determinación del Impuesto a la \nRenta y su incidencia en el Estado de Resultados de las empresas textiles en el \ndistrito de La Victoria del periodo 2015”, tiene por finalidad determinar cómo incide el \nImpuesto a la Renta con el Estado de Resultados de las empresas textiles. \nEsta investigación presenta un diseño de estudio no experimental; con respecto a \nla metodología es una investigación cuantitativa, correlacional-causal, donde la \nvariable independiente incide en la variable dependiente. \nEn esta investigación se han considerado dos variables que son: El “Impuesto a la \nRenta” como variable independiente; y “Estado de Resultados” como variable \ndependiente. Se ha considerado como hipótesis general que la determinación del \nImpuesto a la Renta incide en el Estado de Resultados de las empresas textiles del \ndistrito de La Victoria del periodo 2015. Además, como instrumento de recolección de \ndatos se ha utilizado una encuesta realizada a 37 trabajadores que estén \nrelacionados con el manejo de la información de los Estados Financieros de la \nempresas textiles del distrito de La Victoria. \nEl análisis de los resultados nos lleva a concluir que nuestra hipótesis alternativa \ngeneral se cumple ya que los datos obtenidos en el campo nos permiten corroborar \nque la determinación del Impuesto a la Renta incide en el Estado de Resultados de \nlas empresas textiles del distrito de La Victoria del periodo 2015. \nFinalmente, se emiten conclusiones y sugerencias que permitan promover el \ndesarrollo y la mejora de las empresas textiles.
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 | 0.003 | 0.009 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.003 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.004 | 0.000 |
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".