MétaCan
Menu
Retour à la cohorte
Enregistrement W2124559700 · doi:10.5539/ibr.v7n11p85

Insider vs. Outsider: Choosing Local Market Knowledge Source in the Emerging Market

2014· article· en· W2124559700 sur OpenAlexvenueno aff
Mike Chen‐ho Chao, Shan Feng

Notice bibliographique

RevueInternational Business Research · 2014
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueInnovation and Knowledge Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMultinational corporationEmerging marketsContext (archaeology)BusinessMarket intelligenceInsiderConceptual frameworkOpenness to experienceIndustrial organizationMarketingFinanceSociologyPolitical science

Résumé

récupéré en direct d'OpenAlex

Since multinational corporations (MNCs) in host countries frequently face location-based disadvantages, local market knowledge acquisition has become an increasingly important topic in the knowledge management literature. Within this research stream, the process of local market knowledge transfer has been widely discussed. However, the issues of the source (especially the internal and external sources) for MNCs to obtain local market knowledge have not been well studied, especially in the emerging market context. Also, the consequence of choosing a local market knowledge source, which interests practitioners more, rarely appears in the literature. This study aims to be the first conceptual paper discussing both antecedents and outcomes of choosing either inside or outside local market knowledge source in the emerging market context. The framework we propose, using MNCs as the unit of analysis, includes both micro-environmental factors (organizational culture and the home market performance of MNCs) and macro-environmental factor (the openness of the economic system in the emerging market) that impact the local market knowledge source choice (insider or outsider) of MNCs. In addition, we discuss how the extent of the environmental turbulence (especially market turbulence) in the emerging market moderates the relationship between either inside or outside local market knowledge source and the performance of MNCs in the emerging market. We believe our framework is a parsimonious and systematically clear way of explaining what is actually a complicated phenomenon and we hope that this paper provides a conceptual framework, which stimulates subsequent empirical studies.

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)0,004
score de la tête « metaresearch » (Gemma)0,013
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,019

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,013
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,003
Communication savante0,0050,004
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

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 Opus0,045
Tête enseignante GPT0,333
Écart entre enseignants0,288 · 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

Citations0
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Business ResearchMême sujetInnovation and Knowledge ManagementTravaux en français237 207