MétaCan
Menu
Retour à la cohorte
Enregistrement W2131323550 · doi:10.1287/orsc.1090.0489

The Trap of Continual Ownership Change in International Equity Joint Ventures

2010· article· en· W2131323550 sur OpenAlexafffund
Chris Changwha Chung, Paul W. Beamish

Notice bibliographique

RevueOrganization Science · 2010
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueCorporate Finance and Governance
Établissements canadiensWestern University
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésForbearanceEquity (law)AllianceBusinessControl (management)Context (archaeology)Trap (plumbing)Industrial organizationEconomicsFinanceManagementPolitical science

Résumé

récupéré en direct d'OpenAlex

This article examines how multiple ownership changes unfold in international equity joint venture (IEJV) evolution and how such repeated changes impact short-term performance and long-term survival. By theorizing a new concept—the trap of continual change—in the IEJV context, we challenge the adaptive viewpoint assumed in alliance dynamics research. We propose that partners sometimes respond to an initial dissatisfaction with the venture result with a dysfunctional repetition of rearranging the ownership control structure. This continual change locks the organization into bad choices and sends it into a downward spiral. Acknowledging the mixed motive nature of inter-partner relationships, we incorporate cooperative versus competitive dynamics manifested in shared control arrangements. We propose that shared ownership control lends stability to the IEJV until the initial IEJV agreement is renegotiated; this stability is a result of the cooperative forces of mutual interdependence and mutual forbearance between the partners. However, when the power balance breaks down, the potential for inter-partner conflict increases. When the ownership control structure of the IEJV is restructured, especially multiple times, shared control arrangements become increasingly unstable as behavioral, cultural, and managerial differences are amplified.

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)0,023
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: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,036

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,023
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0030,007
Communication savante0,0060,008
Science ouverte0,0010,006
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,042
Tête enseignante GPT0,271
Écart entre enseignants0,229 · 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

Citations123
Publié2010
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueOrganization ScienceMême sujetCorporate Finance and GovernanceTravaux en français237 207