CROSS-CULTURAL COMMUNICATION - THE CHALLENGES FACED BY FINNISH ORGANISATIONS IN ESTONIA
Notice bibliographique
Résumé
Relations between Estonia and Finland have been very strong traditionally. Their geographical proximity has facilitated the exchange of goods as well as ideas. Finland has a major stake in the Estonian economy – Finland is Estonia’s number one trade partner. Finnish organizations make up about a quarter of all foreign direct investment in Estonia. The two countries also share very strong cultural ties. Both peoples are of Finno-Ugrian origin, they speak similar languages. Many Estonians speak the Finnish language fluently. Although Estonia is a Baltic state from a geographical point of view, Estonians consider themselves more Nordic than Baltic. Yet, despite these similarities, Finnish companies operating in Estonia face major communication challenges with their Estonian business units. Half a century of Soviet occupation has left its mark. On the one hand it had introduced the lasting legacy of Soviet management style. On the other hand, it has led to widespread prejudice against Estonian businesses, which even fifteen years of restructuring and the adoption of contemporary management practices could not change. Cooperation between Finnish organizations and their Estonian counterparts is cumbersome due to prejudices, taken-for-granted assumptions and miscommunication. This paper analyses the communication problems by examining intra-organizational communication between Finnish parent companies and their Estonian subsidiaries. The findings of this paper are based on a survey conducted with Estonian and Finnish managerial and non-managerial staff. The paper will underline the importance of cultural sensitivity in business communication.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».