An internalization theory rationale for MNE regional strategy
Notice bibliographique
Résumé
Purpose This paper seeks to demonstrate that internalization theory, as a “complete” theory of the firm, is particularly well equipped to analyze multinational enterprise (MNE) regional strategies, thanks to its joint transaction cost economics and resource‐based foundations. Design/methodology/approach This paper builds on recent work by Wolf, Egelhoff, and Dunemann to show that internalization theory's predictions on MNE regional strategy are superior to those suggested by several other conceptual frameworks. For each of the 11 hypotheses formulated by Wolf and his co‐authors, an alternative is proposed here that is consistent with internalization theory predictions. Findings MNE regional strategy is an important empirical phenomenon. Internalization theory, as a powerful conceptual framework with general applicability, simplicity and accuracy, allows in‐depth analysis of MNE regional strategies. Research limitations/implications Internalization theory scholars need to find new ways of operationalizing MNE firm‐specific advantages (FSAs), as well as MNE resource recombination trajectories, to predict accurately when and how MNEs will pursue regional versus global strategies. Practical implications MNE senior management should rethink international expansion strategies and realize that most large MNEs actually pursue regional, not global strategies. Social implications Even the world's largest MNEs have great difficulty engaging in novel resource recombination across the globe, and their alleged market power should therefore not be overestimated. Originality/value International business scholars should embrace internalization theory as the general theory of the MNE, rather than looking for insight from theories not intended – nor properly equipped – to study strategies of the world's most complex entrepreneurial organizations.
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 | 0,003 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,013 |
| Communication savante | 0,005 | 0,005 |
| Science ouverte | 0,002 | 0,004 |
| Intégrité de la recherche | 0,003 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,001 |
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 ».