MétaCan
Menu
Retour à la cohorte
Enregistrement W2150326550 · doi:10.1080/09585192.2012.668391

To what extent is there a regional logic in the management of labour in multinational companies? Evidence from Europe and North America

2012· article· en· W2150326550 sur OpenAlexaffabout
Tony Edwards, Patrice Jalette, Olga Tregaskis

Notice bibliographique

RevueThe International Journal of Human Resource Management · 2012
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueInternational Student and Expatriate Challenges
Établissements canadiensUniversité de MontréalMontreal Council on Foreign Relations
Organismes subventionnairesEconomic and Social Research Council
Mots-clésMultinational corporationContext (archaeology)Regional scienceVariation (astronomy)Scale (ratio)Economic geographySimilarity (geometry)Social network analysisRegional studiesComparative researchPolitical scienceSociologyEconomyRegional developmentGeographyEconomicsSocial science

Résumé

récupéré en direct d'OpenAlex

This paper questions the extent to which a regional logic is adopted by multinationals in how they organise their operations overseas, and seeks to examine the variation within and across regions in this regard. Data are drawn from two of the parallel surveys of employment practice undertaken by the INTREPID (is a research network of academics across 10 countries engaged in comparative research on multinationals) network, namely Canada and the UK. The analysis tests four hypotheses regarding the similarity and differences in the adoption of a regional logic using the data as illustrative of firms in the regions of North American and European. Our analysis demonstrates how divergent structures and dynamics of regional integration in different continents have led to different strategies and processes in multinational companies. In doing so the paper provides insights into the nature of variation within the multinational community and across regional contexts.

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)0,005
score de la tête « metaresearch » (Gemma)0,009
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 enseignants0,085
Score d'incertitude au seuil0,168

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,009
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,003
Études des sciences et des technologies0,0010,003
Communication savante0,0020,002
Science ouverte0,0010,002
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,082
Tête enseignante GPT0,352
Écart entre enseignants0,270 · 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

Citations15
Publié2012
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe International Journal of Human Resource ManagementMême sujetInternational Student and Expatriate ChallengesTravaux en français237 207