MétaCan
Menu
Retour à la cohorte
Enregistrement W1991891800 · doi:10.1080/17441692.2012.758762

Are transnational tobacco companies' market access strategies linked to economic development models? A case study of South Korea

2013· article· en· W1991891800 sur OpenAlexaff
Sungkyu Lee, Chris Holden, Kelley Lee

Notice bibliographique

RevueGlobal Public Health · 2013
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueGlobal Public Health Policies and Epidemiology
Établissements canadiensSimon Fraser University
Organismes subventionnairesNational Cancer InstituteNational Institute on Drug Abuse
Mots-clésTobacco industryLiberalizationMarket accessEconomic growthBusinessEmerging marketsPolitical scienceDevelopment economicsEconomicsGeographyMarket economyFinance

Résumé

récupéré en direct d'OpenAlex

Transnational tobacco companies (TTCs) have used varied strategies to access previously closed markets. Using TTCs' efforts to enter the South Korean market from the late 1980s as a case study, this article asks whether there are common patterns in these strategies that relate to the broader economic development models adopted by targeted countries. An analytical review of the existing literature on TTCs' efforts to access emerging markets was conducted to develop hypotheses relating TTCs' strategies to countries' economic development models. A case study of Korea was then undertaken based on analysis of internal tobacco industry documents. Findings were consistent with the hypothesis that TTCs' strategies in Korea were linked to Korea's export-oriented economic development model and its hostile attitude towards foreign investment. A fuller understanding of TTCs' strategies for expansion globally can be derived by locating them within the economic development models of specific countries or regions. Of foremost importance is the need for governments to carefully balance economic and public health policies when considering liberalisation.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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 enseignants0,022
Score d'incertitude au seuil0,045

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0020,002
Communication savante0,0020,002
Science ouverte0,0000,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,124
Tête enseignante GPT0,347
Écart entre enseignants0,223 · 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

Citations11
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGlobal Public HealthMême sujetGlobal Public Health Policies and EpidemiologyTravaux en français237 207