1816 Arbeiten
Diese Studie zeigt, dass in der MENA-Region die wissenschaftliche Forschung zu KI und Digitalisierung nach einem Zeitverzug von drei Jahren positive Auswirkungen auf die Ergebnisse der nachhaltigen Entwicklung hat, wobei die Stärke dieses Zusammenhangs entscheidend von der Qualität der nationalen Regierungsführung abhängt.
Diese Studie zeigt, dass Verpflichtungen zur unternehmerischen Sozialverantwortung (CSR) allein zwar nicht direkt grüne Innovationen vorantreiben, diese jedoch signifikant fördern, indem sie KI-gestützte Big-Data-Analysen ermöglichen, die als entscheidender vollständiger Mediator fungieren, um verantwortungsvolle Praktiken über verschiedene Firmencharakteristika hinweg in greifbare nachhaltige Ergebnisse umzuwandeln.
Basierend auf der Resource-Based-View-Theorie und unter Verwendung von Daten von 688 Unternehmerinnen in Pakistan zeigt diese Studie, dass digitale und finanzielle Kompetenz sowie die Ausnutzung von Gelegenheiten den unternehmerischen Erfolg primär durch die vollständige Mediation des digitalen Unternehmertums vorantreiben, eine Beziehung, die durch rechtliche und regulatorische Unterstützung weiter gestärkt wird.
Diese Studie bewertet die Effektivität von Technologie-Business-Inkubatoren in Uttarakhand durch die Analyse von Fokusgruppendaten, um kritische Erfolgsfaktoren für Startups zu identifizieren und strategische Verbesserungen für die Lebensfähigkeit der Inkubatoren zu empfehlen, einschließlich verbesserter Finanzdienstleistungen, technischer Unterstützung und Branchenallianzen.
Durch die Integration eines mehrstufigen Projektentwicklungsmodells mit Expertenbefragung zeigt diese Studie auf, dass Risiken in der frühen Entwicklungsphase die risikoadjustierten Kapitalkosten für hochriskante kohlenstoffarme Technologien in China signifikant in die Höhe treiben, wobei sie die Kapitalbeschränkungen vor Baubeginn als eine kritische Barriere für die saubere Energiewende des Landes identifiziert.
Diese Studie schlägt ein hybrides PSO-VMD-LSTM-Framework für die Rohölpreisprognose vor und zeigt auf, dass die Verwendung des Rekonstruktionsfehlers als Fitnessfunktion zur Optimierung der VMD-Parameter im Vergleich zu entropiebasierten Alternativen eine überlegene Vorhersagegenauigkeit liefert.
Diese Studie schlägt ein hybrides statisch-dynamisches Framework vor, das Community-Detektion mit einem nichtlinearen Multi-Pfad-Risikokopplungsmodell integriert, um die Ausbreitung komplexer Kontagion, einschließlich KI-assoziierter Risiken, von lokalen Schocks zu globalen Kaskaden innerhalb von Finanznetzwerken zu simulieren und zu quantifizieren.
Diese Arbeit zeigt auf, dass das Ranking von Uniswap v3 Liquiditätspools nach der Gebühren-APR eine irreführende Kennzahl ist, die invers mit dem realisierten Nettogewinn korreliert, da sie weder Loss-Versus-Rebalancing (LVR) noch Gas-Kosten berücksichtigt, was zu signifikanten negativen Renditen für auf diesem Ranking basierende Strategien führt.
Dieser Artikel nutzt ereignisebene-Daten und Differenz-von-Differenzen-Modelle, um zu zeigen, dass Kolumbiens bilaterale Waffenruhen mit großen bewaffneten Gruppen zwischen 2023 und 2025 die staatlich begründete Gewalt erfolgreich um 86–94 % reduzierten. Dabei konnte keine nachweisbare Verlagerung tödlicher Angriffe auf Rivalen festgestellt werden, während die Auswirkungen auf die Gewalt gegen Zivilisten aufgrund instabiler Schätzungen unklar bleiben; die Ergebnisse erlauben es somit weder zu bestätigen noch auszuschließen, dass solche Waffenruhen dazu genutzt wurden, die Gewalt gegen Zivilisten auszuweiten.
Diese Studie bewertet die Wirksamkeit der Integration von Strukturbruchdetektion mit Markov-Switching-Modellen für die Prognose der Aktienmärkte im asiatisch-pazifischen Raum und stellt fest, dass die strukturbruchbewusste Anpassung zwar selektive Verbesserungen bei der Kalibrierung des Abwärtsrisikos bietet, jedoch konventionelle Markov-Switching-Benchmarks für die Rendite- oder Volatilitätsprognosen nicht universell übertrifft.