هدفت هذه الدراسة إلى البحث في التوجهات الريادية لدى الشباب في فلسطين من خلال اختبار تأثير بعض العوامل النفسية والمهارات الريادية (تحمل المخاطر، والمهارات الريادية، والتوجه الداخلي نحو الذات) في توجهاتهم الريادية. ولتحقيق هدف الدراسة، تم تطوير ثلاث فرضيات واختبارها، وجمعت البيانات الميدانية باستخدام الاستبانة التي وزعت على عينة ملائمة اشتملت على (270) فرداً في المحافظات الشمالية من الضفة الغربية. وقد توصلت الدراسة إلى وجود تأثير معنوي ايجابي لتحمل المخاطر، والمهارات الريادية، والتوجه الداخلي نحو الذات في الاتجاهات الريادية لدى الشباب في فلسطين. وقدمت الدراسة مجموعة من التوصيات الهادفة إلى تعزيز التوجهات الريادية لدى الشباب وتحويلها إلى واقع فعلي ملموس.

هدفت هذه الدراسة إلى التعرف على مستوى توافر الملاءمة العامة ومستوياتها الفرعية (الملاءمة التنظيمية، الملاءمة الجماعية، الملاءمة الإشرافية، والملاءمة الوظيفية)، والالتزام التنظيمي؛ وقياس أثر الملاءمة العامة ومستوياتها الفرعية في الالتزام التنظيمي في ذات في جامعة الطائف. ولتحقيق هذه الأهداف فقد تم استخدام المنهج الوصفي التحليلي، كما تم تطوير الاستبانة كأداة لجمع البيانات بحيث تكونت من 42 عبارة تقيس الملاءمة العامة ومستوياتها الفرعية، و12 عبارة تقيس الالتزام التنظيمي. كذلك، شمل مجتمع الدراسة جميع الإداريين والإداريات بجامعة الطائف الذي بلغ عددهم 1120، وقد تم اختيار 291 موظفاً منهم بشكلٍ عشوائي. كما استخدمت الدراسة الاختبارات إحصائية الملائمة لتحقيق أهداف الدراسة، واختبار فروضها. بشكلٍ عام، كشفت الدراسة عن أنّ ثمّة ارتباطٌ عالٍ وعلاقات إيجابية قوية ذات دلالة إحصائية بين الملاءمة العامة ومستوياتها الفرعية، من جانب، والالتزام التنظيمي، من جانب آخر. وقد كانت علاقة الملاءمة التنظيمية بالالتزام التنظيمي هي أقوى العلاقات بين المستويات الفرعية للملاءمة والالتزام التنظيمي، في حين أنّ العلاقة الارتباطية بين الملاءمة الجماعية والالتزام التنظيمي كانت أضعفها. أيضاً، وجدت الدراسة أثراً ذو دلالة معنوية للملاءمة الوظيفية والتنظيمية على الالتزام التنظيمي بجامعة الطائف، لكن في مقابل ذلك لم تتوصل إلى وجود أثر ذو دلالة معنوية للملاءمة الجماعية والإشرافية على الالتزام التنظيمي. وأخيراً، خلصت الدراسة إلى عددٍ من التوصيات العلميّة والعمليّة.

In this article, a highly flexible and fast framework for estimating and exploring the dynamic latent dependencies among main cryptocurrency log‐returns is introduced. Our approach is inspired by latent factor analysis models capturing simultaneously the persistence of volatility clustering and the presence of leverage effect in the crypto market. A recursive quasi-maximum likelihood strategy is proposed to infer the latent cross-sectional correlation structure of the data and then to estimate the parameters of the model. Our algorithm consists of recursively alternating between Kalman filtering and smoothing recursions and the expectation maximization (EM) algorithm. This produces economically interpretable estimates for the common latent factors, which can be used to predict the mean return vector and the return covariance matrix, particularly useful for stock selection and portfolio allocation problems. To illustrate the performance of our sequential strategy, the model is applied to daily log-returns of the last 5 years of the Bitcoin, Ethereum, Litecoin, Monero, Binance Coin and Waves currencies. The out-of-sample forecast encompassing tests show that the factorial approach yields better forecasts than those given by typical benchmarks. In terms of cumulative financial returns, our framework seems to provide the best performing mean-variance portfolio.

Nowadays, video-on-demand (VoD) applications are becoming one of the tendencies driving vehicular network users. In this paper, considering the of ve-hicular network opens up to different types of communications in order to meet the needs of the wide variety of new applications envisaged within the framework of the Intelligent Transport System (ITS). In this work, we seek to establish a list of possibilistic concepts in order to efficiently identify the strict parameters of ur-ban VANET networks. To this end, we use linear optimization under constraints. We apply in parallel to this first proposition a minimization of a validated quadrat-ic criterion with the appearance of fuzzy least squares. To arrive at a quadratic resolution under constraints, different distances were managed and various con-straints were introduced in the optimization problem. We have shown that the da-ta independent criterion in urban VANETs can overcome the failure problem in terms of robustness. To assess the comparative effectiveness of our solutions, many experiments are carried out. The obtained results showed that the proposed identification scheme will allow an increase in the performance of Urban VANET networks with different load conditions.

With the rise of the internet, startups number has substantially increased in the last two decades. Although many of them have succeeded to revolutionize their sectors, many of them have shut down a few months or even a few years after the foundation. In this paper, we propose a machine learning approach for predicting startups success based on historical data. Almost 840 startup data have been finely preprocessed to extract 35 features that characterize each a particular aspect of the studied startups. Afterward, computational models based on machine learning techniques were developed and tested using a cross-validation approach. The main objective is to predict the success of the startup, especially in terms of mergers and acquisitions. In particular, several models have been applied namely Artificial Neural Networks (a.k.a. ANNs), Support Vector Machines (a.k.a. SVMs), Random Forests, Bagging, Stacking, and Gradient Boosting. Overall results were very promising since the best model succeeded in the prediction with an accuracy rate of 85%. Furthermore, a feature importance study was also conducted to analyze the best predictors of a startup acquisition.