Gestión logística y exportación de limón sutil a Canadá de una mediana empresa, Sullana- 2023
Bibliographic record
Abstract
La gestión logística en el proceso de exportación de limón abarca la planificación, coordinación y control de actividades para asegurar un flujo eficiente hacia el cliente final, incluyendo la selección de proveedores, transporte adecuado, cumplimiento de normativas fitosanitarias y como optimización de tiempo para garantizar la calidad y posicionamiento de la empresa en el exterior, así como el embalaje, almacenamiento y documentación aduanera son cruciales para el éxito de exportación de limón.El objetivo de la investigación fue determinar la relación que existe entre la Gestión logística y exportación de limón sutil a Canadá de una mediana empresa, Sullana -2023.La metodología usada fue de diseño descriptivo correlacional del tipo aplicada, transversal y cuantitativa.La muestra conformada por 60 colaboradores relacionados a la gestión logística, como instrumento fue aplicado el cuestionario y los resultados obtenidos luego del procesamiento de los datos es un valor Rho Spearman de 0,504 y un p-valor ˂ 0,05.Se concluye que existe relación directa entre la gestión logística y la exportación de limón sutil de una mediana empresa en Sullana, 2023.Por lo tanto se deben priorizar acciones que realicen actividades acordes a sus procesos internos, de tal manera que esa relación este orientada al posicionamiento de exportaciones en el mercado exterior.
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 | 0.000 | 0.001 |
| Science and technology studies | 0.003 | 0.001 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.006 | 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".