شدت یادگیری در بخش صنعت و اثرات آن بر عملکرد صنایع کارخانهای ایران
Clicks: 44
ID: 144446
2017
Article Quality & Performance Metrics
Overall Quality
Not rated
Combines reader engagement with the AI quality analysis. This
article has not been analysed, so there is no overall score —
reader engagement is measured and shown alongside.
Reader Engagement
Star Article
12.9
/100
44 views
7 readers
AI Quality Assessment
Not analyzed
Mint this article as an NFT
Not yet mintedCreate a permanent, verifiable on-chain record of this article on the Scimatic Network. The NFT is held in your Journament account, and you can withdraw it to your own wallet at any time.
5
SUSD
one-off · no wallet required
Abstract
در این مقاله شدت یادگیری به مفهوم میزان صرفهجویی در هزینه نیرویکار و رشد بهرهوری در اثر تجربه، با استفاده از منحنی یادگیری اندازهگیری و اثرات آن بر عملکرد صنایع کارخانهای ایران مورد ارزیابی قرار میگیرد. بدین منظور از دادههای 130 صنعت فعال کد چهاررقمی ISIC ایران طی سالهای 1392- 1375 استفاده شده تا اثرات یادگیری و میزان مزایای هزینهای نیرویکار در اثر افزایش تجربه مورد بررسی قرار گیرد. نتایج پژوهش دلالت بر آن دارد که شیب منحنی یادگیری در تمامی زیر بخشهای صنعت ایران مطابق انتظار منفی است. همچنین ضریب نرخ یادگیری در زیر بخشهای صنعتی متفاوت بوده که این امر منجر به افزایش بهرهوری و کاهش هزینه تولید محصول در بخش صنعت ایران شده است. البته این ضریب در بخش عمدهای از صنایع کمتر از متوسط شدت یادگیری در بخش صنعت است. علاوه بر این اثر شدت یادگیری همانند بقیه متغیرهای مؤثر بر سودآوری مثبت و معنیدار است. بررسیهای تکمیلی نیز مؤید آن است که در صنایع با ارزشافزوده بالا به دلیل استفاده از تکنولوژی برتر میزان یادگیری بالاتر از متوسط یادگیری در بخش صنعت است.
Abstract Quality Issue:
This abstract appears to be incomplete or contains metadata (2 words).
Try re-searching for a better abstract.
| Reference Key |
2017quarterly
Use this key to autocite in the manuscript while using
SciMatic Manuscript Manager or Thesis Manager
|
|---|---|
| Authors | ;سمانه نورانی آزاد;فرهاد خدادادکاشی |
| Journal | quarterly journal of applied theories of economics |
| Year | 2017 |
| DOI |
DOI not found
|
| URL | |
| Keywords |
Citations
No citations found. To add a citation, contact the admin at info@scimatic.org
Comments
No comments yet. Be the first to comment on this article.