MétaCan
Menu
Retour à la cohorte
Enregistrement W2171062581 · doi:10.1179/102452906x239501

Take off and Crash: Lessons from the Diverging Fates of the Brazilian and Argentine Aircraft Industries

2007· article· en· W2171062581 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueCompetition & Change · 2007
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueDefense, Military, and Policy Studies
Établissements canadiensSimon Fraser University
Organismes subventionnairesnon disponible
Mots-clésGeneral partnershipCrashRivalryBusinessAircraft industryProduction (economics)Capital (architecture)EconomyInternational tradeIndustrial organizationEconomicsEngineeringAeronauticsFinanceGeography

Résumé

récupéré en direct d'OpenAlex

What are the factors that allow for success or failure of developing countries' attempts to enter high-tech sectors? We make a initial attempt to answer that question through a comparative study of success and failure in manufacturing aircraft. Aircraft production is one of the key industries in the world today, as reflected in the intense Boeing-Airbus rivalry. It is also one of the most cyclical, technologically-sophisticated, and capital-intensive industries, and therefore an unlikely place for a developing country to compete. But almost from the birth of modern commercial aircraft manufacturing, Argentina's Fábrica Militar de Aviones (FMA) was at the forefront of production. Brazil's aircraft industry was tiny in comparison at that time. Yet, by the 1990s, Brazil's Embraer had become the world's third largest aircraft manufacturer, while the Argentine aircraft industry has virtually disappeared. We examine the history of each company to explain the differences in trajectories and their fates. Our analysis demonstrates that an evolutionary but consistent partnership between state and firm, one attuned to both the exigencies of sectoral development and to changes in the nature of global markets, is necessary for success.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,111
Score d'incertitude au seuil0,296

Scores Codex et Gemma par catégorie

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

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 Opus0,088
Tête enseignante GPT0,259
Écart entre enseignants0,171 · 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