Business model for the processing and export of CBD medicinal oil to Canada
Bibliographic record
Abstract
El diseño del modelo de negocio basado en el procesamiento y exportación de aceite medicinal CBD está enfocado en ofrecer a la sociedad un producto alternativo para mejorar la calidad de vida de las personas que padecen algún tipo de enfermedad, trastorno o dolencia, lo que lleva a ofrecer al mercado internacional, Aceite CBD medicinal elaborado en el municipio de Barbosa, Santander. Con altos estándares de calidad e inocuidad generando confiabilidad con el respaldo de estudios científicos. Lo que se realizó en la ejecución de cada uno de los objetivos planteados para el desarrollo de este proyecto, permitió establecer un modelo de negocio en cuanto procesamiento y comercialización de tipo exportación, con resultados altamente potenciales debido a las condiciones que ofrece el mercado canadiense para la industria del Cannabis medicinal. El cannabis ha sido usado a lo largo de la historia por diferentes culturas en el mundo, su importancia se debe a las propiedades medicinales además de otras aplicaciones, como la fabricación de textiles, biocombustibles, papel, materiales de construcción etc. Esta planta también es conocida por los usos ilegales que se dan, por lo que ha generado estigmas negativos frente a la sociedad. Sin embargo, se logra observar un crecimiento en la demanda de este tipo de productos a nivel mundial, debido a que se ha demostrado su eficacia y también se ha legalizado el uso de cannabis con fines medicinales en muchos países, de esta manera se ha logrado disminuir el estigma frente a su uso con fines terapéuticos y medicinales. Lo que se concluyó de acuerdo al modelo de negocio, es que existe un gran potencial para el desarrollo de este proyecto, debido a los bajos costos de producción, accesibilidad a mano de obra calificada, alta demanda del producto generando ganancias en el segundo año de ejecución.
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 | 0.002 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.005 | 0.002 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.015 | 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".