Control, collaboration, and productivity in international joint ventures: theory and evidence
Notice bibliographique
Résumé
Abstract This study analyzes the following unresolved questions: In international joint ventures (IJVs) in a developing country, how could different IJV structures address control and collaboration considerations, and what is the likely effect of such different structures on IJV productivity? Theoretically, we suggest that the ambiguity surrounding these questions reflects the tendency of researchers to view control and collaboration as opposing objectives, studying one or the other; in contrast, we provide a more integrative perspective that blends the two objectives, focusing on common underlying issues relating to enhancing partner commitment, ensuring partner knowledge contributions, and reducing partner risks. We address the most salient design consideration for IJV partners, that is, IJV ownership structure, to posit that joint consideration of the control benefit of a higher foreign ownership level in IJVs and the collaboration benefit of a more balanced IJV ownership structure results in an expected inverted U‐curve relationship between foreign ownership and IJV productivity. Additionally, we posit and test how three environmental contingencies, by affecting the need for control and collaboration in IJVs, would further influence the specific shape of the inverted U‐curve relationship. We find strong support for our theory using an extensive longitudinal dataset of over 5,000 IJVs in China from 1999–2003. We discuss the value of our approach and findings both for researchers and for IJV partners seeking the dual benefits of control and collaboration. Copyright © 2009 John Wiley & Sons, Ltd.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».