Canadian foreign direct investment in the United States by type: mergers and acquisitions, greenfield, real estate, joint ventures and investment increases
Notice bibliographique
Résumé
This paper provides an overview of Canadian foreign direct investment (FDI) in the United States by type. Mergers and acquisitions (M&As), greenfield investments, joint ventures, real estate purchases and increases to existing investments are compared spatially, through time (using a data set that consists of transactions from 1977 to 1994) and by industrial classification. Over this study's time‐frame, direct investors from Canada were most likely to perform a real estate or M&A transaction in the United States (and least likely to be involved in a joint venture). The most consequential years for real estate purchases were the 1970s and early 1980s; whereas M&A and greenfield transactions have gained in proportionate importance through time. M&As, greenfield and investment increases were most often enumerated as manufacturing transactions, but mining and consumer and business services were also very common. A series of bivariate regression models established that growing state economies significantly increased M&A, real estate, greenfield and investment increase activity from Canada. Relative regional specializations (as given by location quotients) provided additional spatial information. M&As formed a pattern of specialization that emphasized the Great Lakes region and also the central portion of the US (roughly following the Mississippi River). Greenfield and investment increase transactions favoured states along the east coast and those adjacent to the Canada‐US border. Real estate investors were most attracted to the US south and extreme west.
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 | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,008 | 0,021 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,002 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».