MétaCan
Menu
Retour à la cohorte
Enregistrement W1982526117 · doi:10.1111/j.1944-8287.2008.tb00368.x

Hybrid Branch Plants: Japanese Lean Production in Poland's Automobile Industry

2008· article· en· W1982526117 sur OpenAlexaff
Tomasz Majek, Roger Hayter

Notice bibliographique

RevueEconomic Geography · 2008
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueInternational Business and FDI
Établissements canadiensSimon Fraser University
Organismes subventionnairesnon disponible
Mots-clésLean manufacturingProduction (economics)Industrial organizationFactory (object-oriented programming)BusinessInternationalizationMarketingEconomicsComputer scienceInternational tradeMicroeconomics

Résumé

récupéré en direct d'OpenAlex

Abstract This article examines hybrid branch plants created by an interaction of the routines and conventions of the parent company with those of local institutions. We argue that hybridization is a search for an appropriate mix of practices that ensure viability in local circumstances, rather than necessarily the transfer of established “best” (parent‐company) practices. Conceptually, hybridization is interpreted as learning‐based (and bargaining) processes that are inherent in the evolution (internationalization) of firms in which alternative trajectories are possible. Empirically, the article examines the recent transfer of lean production to Poland's automobile industry and comparatively and qualitatively analyzes four hybrid branch plants in terms of six dimensions of shop‐floor and factory management. Given the explosion of Japanese foreign direct investment in recent decades, its competitive strengths, and the importance that Japanese firms attach to learning processes, lean production is an important case study for hybridization. The four cases illustrate different types of hybrid behavior with different consequences for corporate and local performance.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,002
Communication savante0,0010,001
Science ouverte0,0000,002
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 Opus0,011
Tête enseignante GPT0,195
Écart entre enseignants0,185 · 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'étudeQualitatif
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

Citations21
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEconomic GeographyMême sujetInternational Business and FDITravaux en français237 207