Multinational Multilingualism on the Internet: The Use of Japanese on Corporate Web Sites
Notice bibliographique
Résumé
Abstract This study investigates factors associated with the use of Japanese on the Web sites of 362 non‐Japanese companies listed on the Fortune Global 500. The results showed that business to consumer (B2C) firms were more likely to offer Japanese than those in business to business (B2B). Companies in the financial services sector did not tend to have Japanese on their sites. B2C service firms (e.g., retailers) were less likely to adapt to Japan's market than the others. Only 35% of the companies with subsidiaries or offices in Japan offered Japanese. This group, not surprisingly, was more likely to provide information in its host country's language. The study's findings indicate that international market factors and the economics of language act in tandem to affect the Internet multilingualism strategies of multinationals. Résumé Cette étude se penche sur les facteurs associés à l'utilisation du japonais sur les sites Web de 362 sociétés non japonaises figurant sur la liste du Fortune Global 500. Les résultats ont révélé que les sociétés orientées vers le grand public (business to consumer ou «B2C») sont plus nombreuses que les sociétés de services interentreprises (business to business ou «B2B») à proposer des pages en japonais. Les sociétés du secteur des services financiers n'ont pas en général de pages en japonais sur leur site. Ce sont les sociétés de services orientées vers le grand public, comme les détaillants, qui sont le moins susceptibles de s'adapter au marché japonais. Seulement 35 % des sociétés comportant des filiales ou des bureaux au Japon proposent des pages en japonais. Comme il fallait s'y attendre, ce groupe est plus enclin à fournir de l'information dans la langue de son pays d'accueil. Les observations de l'étude indiquent que les facteurs du marché international et les aspects économiques de la langue agissent en parallèle sur les stratégies de plurilinguisme sur Internet adoptées par les multinationales.
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 | 0,001 | 0,004 |
| 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 | 0,002 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 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 ».