MétaCan
Menu
Retour à la cohorte
Enregistrement W2134068343 · doi:10.1017/s1062798705000761

Ever Bigger Firms?

2005· article· en· W2134068343 sur OpenAlexaboutno aff
G. Meeks, Jaqueline Meeks

Notice bibliographique

RevueEuropean Review · 2005
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueEconomic Theory and Institutions
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPayrollIncentivePopulationProfitability indexShareholderEconomies of scaleMarket economyEconomicsQuarter (Canadian coin)Scale (ratio)BusinessEconomyCorporate governanceFinanceManagementMarketing

Résumé

récupéré en direct d'OpenAlex

When the grandfather of modern economics, Adam Smith, was preparing his Wealth of Nations almost a quarter of a millennium ago, the workforce of businesses would typically be counted in single or double figures. Now the world's biggest firms, such as Wal-Mart, have a payroll of well over a million, bigger than the population of some entire nations. This paper reviews some of the reasons for this growth, and considers whether it might continue forever. Powerful evidence exists of potential scale economies, in business functions from R&D to finance, and industries from pin production to pharmaceuticals. And these do indeed translate into remarkable performance records for some industrial giants. But surprisingly, on average, bigger firms do not enjoy above average profitability and, on the whole, giant firms are not gaining on the world economy. This paper reviews some of the market and managerial constraints on size, and considers innovative efforts – ranging from the New Zealand dairy industry to the McDonald's chain – to reconcile global-level scale economies in some functions with local autonomy in others. In passing, the paper notes a disturbing array of incentives tempting some managers to expand their empire, even when that is not in the shareholders' interest.

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)0,002
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 enseignants0,044
Score d'incertitude au seuil0,147

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,008
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0020,003
Communication savante0,0070,012
Science ouverte0,0010,003
Intégrité de la recherche0,0030,003
Charge utile insuffisante (le modèle a refusé de juger)0,0440,004

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 Opus0,046
Tête enseignante GPT0,231
Écart entre enseignants0,185 · 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

Citations1
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEuropean ReviewMême sujetEconomic Theory and InstitutionsTravaux en français237 207