MétaCan
Menu
Retour à la cohorte
Enregistrement W1810168408 · doi:10.1509/jim.15.0003

Exit from a Foreign Market: Do Poor Performance, Strategic Fit, Cultural Distance, and International Experience Matter?

2015· article· en· W1810168408 sur OpenAlexaff
Carlos M.P. Sousa, Qun Tan

Notice bibliographique

RevueJournal of International Marketing · 2015
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueInternational Business and FDI
Établissements canadiensDurham College
Organismes subventionnairesnon disponible
Mots-clésModerationForeign direct investmentInternational businessInternational marketBusinessMarketingCultural diversityHofstede's cultural dimensions theoryEconomicsInternational tradePsychologySocial psychologySociologyManagement

Résumé

récupéré en direct d'OpenAlex

Although international entry and expansion has been a particularly important topic in the literature, there has been little research effort to explain firms’ exit decisions from foreign markets. Drawing on the notion of fit theory together with moderation contingent logic, this study investigates the effects of international performance and internal strategic fit as well as the moderating impact of cultural distance and international experience on the firm's exit decision. The results indicate that strategic misfit and poor international performance have a detrimental effect on the firm's survival in the foreign market. Furthermore, the results suggest that cultural distance moderates the impact of the internal strategic fit and international performance on the exit decision. In addition, the authors find a significant three-way interaction between international performance, cultural distance, and international experience. Using data collected from multiple informants in Chinese outward foreign direct investment firms, this study generates new insights for academics and practitioners.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,012
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,012
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,002
Communication savante0,0030,002
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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.

Tête enseignante Opus0,035
Tête enseignante GPT0,260
Écart entre enseignants0,225 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations132
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of International MarketingMême sujetInternational Business and FDITravaux en français237 207