1897 articles
Cette étude démontre que dans la région MENA, la recherche scientifique sur l'IA et la numérisation impacte positivement les résultats du développement durable après un décalage de trois ans, la force de cette relation dépendant de manière critique de la qualité de la gouvernance nationale.
Cette étude démontre que si les engagements en matière de responsabilité sociale des entreprises (RSE) ne stimulent pas directement l'innovation verte, ils la favorisent considérablement en permettant l'analyse de mégadonnées assistée par l'IA, laquelle sert de médiateur complet critique convertissant les pratiques responsables en résultats durables tangibles à travers diverses caractéristiques de l'entreprise.
Fondée sur la théorie de la vue basée sur les ressources et s'appuyant sur les données de 688 femmes entrepreneures au Pakistan, cette étude démontre que la littératie numérique et financière, ainsi que l'exploitation des opportunités, stimulent le succès entrepreneurial principalement par la médiation totale de l'entrepreneuriat numérique, une relation renforcée davantage par le soutien juridique et réglementaire.
Cette étude évalue l'efficacité des incubateurs d'entreprises technologiques dans l'Uttarakhand en analysant les données de groupes de discussion afin d'identifier les facteurs clés de succès pour les startups et de recommander des améliorations stratégiques pour la viabilité des incubateurs, incluant des services financiers renforcés, un support technique et des alliances industrielles.
En intégrant un modèle de développement de projet à plusieurs étapes avec l'élicitation d'experts, cette étude révèle que les risques de développement au stade initial augmentent considérablement le coût du capital ajusté au risque pour les technologies bas carbone à haut risque en Chine, identifiant les contraintes de capital de pré-construction comme une barrière critique à la transition énergétique propre du pays.
Cette étude propose un cadre hybride PSO-VMD-LSTM pour la prévision du prix du pétrole brut et démontre que l'utilisation de l'erreur de reconstruction comme fonction de fitness pour optimiser les paramètres de la VMD permet d'obtenir une précision de prédiction supérieure par rapport aux alternatives basées sur l'entropie.
Cette étude propose un cadre hybride statique-dynamique qui intègre la détection de communautés à un modèle de couplage de risques non linéaire et multipath afin de simuler et de quantifier la propagation de la contagion complexe, incluant les risques associés à l'IA, des chocs locaux vers les cascades mondiales au sein des réseaux financiers.
Cet article démontre que classer les pools de liquidité Uniswap v3 par le taux de rendement annuel (APR) des frais est une métrique trompeuse qui est inversement corrélée à la rentabilité nette réalisée, car elle ne tient pas compte de la perte par rapport au rééquilibrage (LVR) et des frais de gaz, ce qui entraîne des rendements négatifs significatifs pour les stratégies basées sur ce classement.
Cet article utilise des données au niveau des événements et des modèles de doubles différences pour démontrer que les cessez-le-feu bilatéraux de la Colombie avec les principaux groupes armés entre 2023 et 2025 ont réussi à réduire la violence étatique de 86 à 94 %. Les résultats indiquent qu'il n'y a pas eu de déplacement détectable des attaques létales vers des groupes rivaux, bien que l'effet sur la violence contre les civils demeure incertain et non concluant, remettant ainsi en question l'hypothèse selon laquelle de telles trêves auraient systématiquement été exploitées pour intensifier la violence contre d'autres cibles.
Cette étude évalue l'efficacité de l'intégration de la détection de ruptures structurelles aux modèles à changements de régime de Markov pour la prévision des marchés d'actions de l'Asie-Pacifique, concluant que, bien que l'adaptation tenant compte des ruptures offre des améliorations sélectives dans le calibrage du risque de perte, elle ne surpasse pas universellement les références conventionnelles à changements de régime de Markov pour les prévisions de rendement ou de volatilité.