Notice bibliographique
Résumé
This chapter examines Ghemawat and Ghadar's idea that global M&A transactions usually do not make economic sense. The authors note several management biases that lead to inefficient M&As, and they recommend several alternative strategies as superior to global M&As. These ideas will be examined and then criticized using the framework presented in Chapter 1. Significance Pankaj Ghemawat and Fariborz Ghadar wrote a classic HBR article in 2000, criticizing the observed trend towards international mergers and acquisitions (M&As), especially those among large MNEs from different regions of the world (the so-called ‘global mega-mergers’). Such M&As typically aim to create a company with a much wider geographic reach than that commanded by each partner individually. Ghemawat and Ghadar ask whether such large-scale M&A transactions between MNEs, attempting to create firms with interregional or even worldwide market coverage, make economic sense. According to the authors, a general belief persists in many industries that increasing internationalization, in the sense of growing interdependence of markets in the world economy, will ultimately lead to industry consolidations whereby only a few large firms, commanding impressive scale economies, will survive. The obvious implication for senior managers is to get big in order to survive. This view is exemplified by the main strategy rule introduced at General Electric by former CEO Jack Welch. This rule, which still prevails in this highly diversified, US-based MNE, states that the firm should be active only in businesses where it can be the number one or two in the world in terms of size, and should divest businesses in which it cannot achieve that goal.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,005 | 0,005 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,056 | 0,004 |
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 source (Gemma direct ou Codex distillé), 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 ».