MétaCan
Menu
Retour à la cohorte
Enregistrement W2083127071 · doi:10.1504/ijttc.2002.001796

Issues in transferring technologies to maquiladoras

2002· article· en· W2083127071 sur OpenAlexaboutno aff
Anil Mital, Anupam Girdhar, Anubhav Mital

Notice bibliographique

RevueInternational Journal of Technology Transfer and Commercialisation · 2002
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueEconomic Zones and Regional Development
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésProductivityBusinessRevenueProduction (economics)Investment (military)Quality (philosophy)EconomicsEconomic growthFinance

Résumé

récupéré en direct d'OpenAlex

In the last 35 years, the Mexican side of the USA-Mexico border has witnessed a very significant growth in the manufacturing sector. With a modest beginning of only a dozen plants in 1965-66, the border area now boasts over 4000 manufacturing establishments along the 2,000 mile border, employing millions of workers directly or indirectly. While the majority of these establishments, commonly referred to as "Maquiladora Industry", is US-owned, investment from other locations such as Europe, Japan, South Korea, Canada and Taiwan, is growing. The low direct labour cost, availability of a large labour pool and proximity to the largest consumer market in the world (USA) are the major reasons for increased and sustained investments. A large number of Fortune 500 companies now own a maquiladora. The revenue from these has become a very substantial part of these companies' bottom line. However, the productivity and quality standards of maquiladoras continue to suffer as a result of high worker turnover rates, lack of skills, poor training and low wages. For companies to compete in the global market, it is critical that not only the negative impacts of these factors on production, costs and efficiency be minimised but also that the latest in manufacturing technology be employed. This paper reviews the issues that are relevant in transferring manufacturing technology to maquiladoras and, thereby, making them competitive in the global market. The paper also discusses environmental issues resulting from the production of hazardous waste by maquiladoras.

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)0,007
score de la tête « metaresearch » (Gemma)0,008
Version: metacan-v3-hybrid-931329e0061cStatut 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: aucune
Score de désaccord entre enseignants0,014
Score d'incertitude au seuil0,045

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,008
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0040,003
Communication savante0,0080,009
Science ouverte0,0030,004
Intégrité de la recherche0,0070,006
Charge utile insuffisante (le modèle a refusé de juger)0,0140,002

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 Opus0,039
Tête enseignante GPT0,243
Écart entre enseignants0,204 · 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'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

Citations4
Publié2002
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Technology Transfer and CommercialisationMême sujetEconomic Zones and Regional DevelopmentTravaux en français237 207