MétaCan
Menu
Retour à la cohorte
Enregistrement W2099370566 · doi:10.1111/1467-8551.12090

Why Are Some Subsidiaries of Multinationals the Source of Novel Practices while Others Are Not? National, Corporate and Functional Influences

2015· article· en· W2099370566 sur OpenAlexaff
Tony Edwards, Rocío Sánchez-Mangas, Jacques Bélanger, Anthony McDonnell

Notice bibliographique

RevueBritish Journal of Management · 2015
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueInternational Business and FDI
Établissements canadiensUniversité Laval
Organismes subventionnairesEconomic and Social Research Council
Mots-clésSubsidiaryMultinational corporationBusinessContext (archaeology)Argument (complex analysis)Human resourcesIndustrial organizationResource (disambiguation)Human resource managementEconomic geographyMarketingEconomicsManagementComputer science

Résumé

récupéré en direct d'OpenAlex

It has frequently been argued that multinational companies are moving towards network forms whereby subsidiaries share different practices with the rest of the company. This paper presents large‐scale empirical evidence concerning the extent to which subsidiaries input novel practices into the rest of the multinational. We investigate this in the field of human resources through analysis of a unique international data set in four host countries – C anada, I reland, S pain and the UK – and address the question of how we can explain variation between subsidiaries in terms of whether they initiate the diffusion of practices to other subsidiaries. The data support the argument that multiple, rather than single, factor explanations are required to more effectively understand the factors promoting or retarding the diffusion of human resource practices within multinational companies. It emerges that national, corporate and functional contexts all matter. More specifically, actors at subsidiary level who seek to initiate diffusion appear to be differentially placed according to their national context, their place within corporate structures and the extent to which the human resource function is internationally networked.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut 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: Empirique
Score de désaccord entre enseignants0,601
Score d'incertitude au seuil0,376

Scores Codex et Gemma par catégorie

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

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 Opus0,088
Tête enseignante GPT0,259
Écart entre enseignants0,171 · 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 tête enseignante, 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

Citations20
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBritish Journal of ManagementMême sujetInternational Business and FDITravaux en français237 207