دانلود ترجمه مقاله سیستم شاخص ارزیابی جهت برآورد سرمایه فکری مبتنی بر یادگیری ماشین (ساینس دایرکت – الزویر ۲۰۲۱) (ترجمه ویژه – طلایی ⭐️⭐️⭐️)

 

 

این مقاله انگلیسی ISI در نشریه الزویر در ۶ صفحه در سال ۲۰۲۱ منتشر شده و ترجمه آن ۱۳ صفحه میباشد. کیفیت ترجمه این مقاله ویژه – طلایی ⭐️⭐️⭐️ بوده و به صورت کامل ترجمه شده است.

 

دانلود رایگان مقاله انگلیسی + خرید ترجمه فارسی
عنوان فارسی مقاله:

سیستم شاخص ارزیابی جهت برآورد سرمایه فکری مبتنی بر یادگیری ماشین

عنوان انگلیسی مقاله:

An evaluation index system for intellectual capital evaluation based on machine learning

 

 

مشخصات مقاله انگلیسی 
فرمت مقاله انگلیسی pdf و ورد تایپ شده با قابلیت ویرایش
سال انتشار ۲۰۲۱
تعداد صفحات مقاله انگلیسی ۶ صفحه با فرمت pdf
نوع مقاله ISI
نوع نگارش مقاله پژوهشی (Research Article)
نوع ارائه مقاله ژورنال
رشته های مرتبط با این مقاله مدیریت
گرایش های مرتبط با این مقاله مدیریت کسب و کار، سیستم اطلاعاتی پیشرفته
چاپ شده در مجله (ژورنال) مجله مهندسی اسکندریه – Alexandria Engineering Journal
کلمات کلیدی سرمایه فکری؛ یادگیری ماشینی (ML)؛ روش جنگل تصادفی (RF)؛ ماشین بردار پشتیبان (‏SVM)
کلمات کلیدی انگلیسی Intellectual capital – Machine learning (ML) – Random forest (RF) – Support vector machine (SVM)
ارائه شده از دانشگاه ایستگاه تحقیقاتی فوق دکتری بانک هاربین ، چین
نمایه (index) scopus – master journals – JCR – DOAJ – Master ISC
نویسندگان Bei Yuan – Hao Xia – Caicai Guo
شناسه شاپا یا ISSN ۱۱۱۰-۰۱۶۸
شناسه دیجیتال – doi https://doi.org/10.1016/j.aej.2020.11.006
ایمپکت فاکتور(IF) مجله ۴٫۳۸۴ در سال ۲۰۲۰
شاخص H_index مجله ۵۸ در سال ۲۰۲۱
شاخص SJR مجله ۰٫۵۸۴ در سال ۲۰۲۰
شاخص Q یا Quartile (چارک) Q1 در سال ۲۰۲۰
بیس است 
مدل مفهومی ندارد 
پرسشنامه ندارد 
متغیر دارد 
فرضیه ندارد 
رفرنس دارای رفرنس در داخل متن و انتهای مقاله
کد محصول ۱۱۹۲۰
لینک مقاله در سایت مرجع لینک این مقاله در سایت Elsevier
نشریه الزویر – Elsevier

 

مشخصات و وضعیت ترجمه فارسی این مقاله 
فرمت ترجمه مقاله pdf و ورد تایپ شده با قابلیت ویرایش
وضعیت ترجمه انجام شده و آماده دانلود
کیفیت ترجمه ویژه – طلایی ⭐️⭐️⭐️
تعداد صفحات ترجمه تایپ شده با فرمت ورد با قابلیت ویرایش  ۱۳ (۱ صفحه رفرنس انگلیسی) صفحه با فونت ۱۴ B Nazanin
ترجمه عناوین تصاویر و جداول ترجمه شده است 
ترجمه متون داخل تصاویر ترجمه شده است 
ترجمه متون داخل جداول ترجمه شده است 
ترجمه ضمیمه ندارد 
ترجمه پاورقی ندارد 
درج تصاویر در فایل ترجمه درج شده است  
درج جداول در فایل ترجمه درج شده است  
درج فرمولها و محاسبات در فایل ترجمه ندارد 
منابع داخل متن به صورت عدد درج شده است
منابع انتهای متن به صورت انگلیسی درج شده است

 

فهرست مطالب

چکیده

۱٫ مقدمه

۲٫ روش شناسی

۲٫۱ طراحی سیستم شاخص ارزیابی

۲٫۲ پیش پردازش داده ها

۲٫۳ طبقه بندی RF

۳٫ نتیجه گیری

منابع

 

بخشی از ترجمه

چکیده

در حال حاضر هنوز یک سیستم شاخص ارزیابی کامل سرمایه فکری در میان شرکت ها وجود ندارد. فقدان چنین سیستمی مانع از تبدیل ملایم سرمایه به ارزش شرکت می شود. بنابراین، این مقاله تلاش می کند تا یک سیستم شاخص ارزیابی موثر و عینی برای سرمایه فکری ایجاد کند. اولا داده های مربوط به سرمایه فکری برخی شرکت ها، از بازار سرمایه گذاری رشد (‏GEM) جمع آوری شد. سپس داده های اصلی در ۱۷۷۰ بخش موثر داده پیش پردازش شدند. بر این اساس، ۱۳ شاخص از سه بعد سرمایه فکری (‏به عنوان مثال سرمایه انسانی، سرمایه ساختاری و سرمایه ارتباطی) ‏انتخاب شدند و یک سیستم شاخص ارزیابی را تشکیل دادند. پس از آن، سیستم شاخص ارزیابی با دو الگوریتم یادگیری ماشینی (‏ML)‏، یعنی روش جنگل تصادفی (‏RF)‏ و ماشین بردار پشتیبان (‏SVM) ‏تایید شد. نتایج نشان می دهد که سیستم شاخص ارزیابی ما می تواند طبقه بندی سرمایه فکری شرکت ها را بهینه کند و از نقص های ذهنی در ارزیابی کیفی جلوگیری نماید. نتایج این تحقیق شفافیت جدیدی را در تصمیم گیری و مدیریت علمی شرکت ها ایجاد می کند.

 

۱٫ مقدمه

سرمایه فکری مانند حق ثبت اختراع، شرکت های دانش بنیان را قادر می سازد تا رقابتی باقی بمانند و آن ها را تشویق می کند تا نوآوری را دنبال کنند و در نتیجه ارزش آفرینی چنین شرکت هایی را ارتقا دهند [‏۱]‏. علاوه بر این، سرمایه فکری پایه و اساس شرکت ها برای تدوین استراتژی های موثر در برابر شرایط اضطراری است. به عنوان مثال سرمایه رابطه ای و سرمایه ساختاری، دو بعد مهم سرمایه فکری هستند که می توانند برای کاهش ریسک های ناشی از تغییرات غیرقابل پیش بینی محیط و پاسخ به امور تجاری پیچیده و تصادفی مورد استفاده قرار گیرند. علاوه بر این، رقابت بین شرکت ها اساسا رقابت استعدادها است. یک شرکت برای باقی ماندن در رقابت باید از سرمایه انسانی، یک محرک فعال سرمایه فکری و ترکیب موثر سرمایه، مدیریت و نوآوری استفاده کند.

 

بخشی از مقاله انگلیسی

Abstract

Currently, there is not yet a mature evaluation index system of intellectual capital among enterprises. The lack of such a system hinders the smooth transform of capital to enterprise value. Therefore, this paper attempts to set up an effective and objective evaluation index system for intellectual capital. First, the data on intellectual capital were collected from some enterprises from the Growth Enterprise Market (GEM). Next, the original data were preprocessed into 1770 effective pieces of data. On this basis, 13 indices were selected from three dimensions (e.g. human capital, structural capital, and relationship capital) of intellectual capital, forming an evaluation index system. After that, the evaluation index system was verified with two machine learning (ML) algorithms, namely, random forest (RF), and support vector machine (SVM). The results show that our evaluation index system can optimize the intellectual capital classification of enterprises, avoiding the subjective defects in qualitative evaluation. The research results shed important new light on the decision-making and scientific management of enterprises.

 

۱٫ Introduction

Intellectual capital, such as patents, enables knowledge-based enterprises to remain competitive and encourages them to pursue innovation, thereby promoting the value creation of such enterprises [1]. Besides, intellectual capital is the basis for enterprises to formulate effective strategies against emergencies. For example, relational capital and structural capital, two important dimensions of intellectual capital, can be utilized to mitigate the risks arising from the unpredictable changes of the environment, and to respond to the complex and stochastic business affairs. Moreover, the competition between enterprises is essentially the competition of talents. To remain competitive, an enterprise must fully leverage human capital, an active driver of intellectual capital, and effectively combine capital, management, and innovation.

 

تصویری از مقاله ترجمه و تایپ شده در نرم افزار ورد

 

دانلود رایگان مقاله انگلیسی + خرید ترجمه فارسی
عنوان فارسی مقاله:

سیستم شاخص ارزیابی جهت برآورد سرمایه فکری مبتنی بر یادگیری ماشین

عنوان انگلیسی مقاله:

An evaluation index system for intellectual capital evaluation based on machine learning

 

نوشته های مشابه

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

دکمه بازگشت به بالا