MétaCan
Menu
Retour à la cohorte
Enregistrement W1973521414 · doi:10.1108/15253831111172630

Methodological issues in the measurement of multinationality of US firms

2011· article· en· W1973521414 sur OpenAlexaff
Alan M. Rugman, Chang Hoon Oh

Notice bibliographique

RevueMultinational Business Review · 2011
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueInternational Business and FDI
Établissements canadiensBrock University
Organismes subventionnairesnon disponible
Mots-clésDiversification (marketing strategy)Scope (computer science)Metric (unit)OriginalityScale (ratio)Value (mathematics)International businessEconomicsIndustrial organizationEmpirical researchInternational tradeBusinessMarketingComputer scienceMathematicsStatisticsManagementSociologyGeographySocial science

Résumé

récupéré en direct d'OpenAlex

Purpose The purpose of this paper is to provide a critical discussion of the scope and correct scale metrics used in the measurement of multinationality. Design/methodology/approach There are two ways of measuring the degree of multinationality (sometimes called the international diversification) of firms. The literature is reviewed using both types of metric, and then both are applied to tests of the regional nature of international business. Findings It is found that the correct method is to use a scale metric which captures the degree of multinationality, such as the ratio of foreign to total sales. This paper provides empirical evidence that the scope metric, which counts the number of countries in which a firm has a foreign subsidiary, is unsatisfactory. Originality/value The paper provides a new scale metric of the intra‐regional activities of large US firms.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,811
Score d'incertitude au seuil0,824

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,313
Tête enseignante GPT0,365
Écart entre enseignants0,052 · 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 tête enseignante, 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

Citations46
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMultinational Business ReviewMême sujetInternational Business and FDITravaux en français237 207