MétaCan
Menu
Retour à la cohorte
Enregistrement W2338106408 · doi:10.1177/0974910115613706

Surviving Chinese Competition in a Post-Multi-Fibre Arrangement World

2015· article· en· W2338106408 sur OpenAlexfundno aff
Vinaye Dey Ancharaz, Harshana Kasseeah

Notice bibliographique

RevueGlobal Journal of Emerging Market Economies · 2015
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueGlobal trade and economics
Établissements canadiensnon disponible
Organismes subventionnairesInternational Development Research Centre
Mots-clésClothingCompetition (biology)BusinessChinaProduction (economics)Sample (material)Quality (philosophy)TextileFace (sociological concept)Industrial organizationInvestment (military)Foreign direct investmentCommerceInternational tradeEconomics

Résumé

récupéré en direct d'OpenAlex

Mauritius is a small island economy where textile and clothing firms were previously benefiting from preferential access to the EU and the US markets under the Multi-Fibre Arrangement (MFA) which imposed limits on the exports of big exporters. With the phasing out of the MFA, Mauritian textile and clothing firms now have to compete with Asian drivers, especially China, without any artificial support. This article studies post-MFA stabilization in a sample of clothing firms in Mauritius. Data are collected by means of face-to-face interviews with the senior management of 20 firms. Findings indicate that the firms have been involved in a series of changes after the phase out of the MFA. These changes include investment in technology, marketing strategies, production reorganization, rationalizing and closing down units of production, and increased specialization. Evidence also indicates that the competitive edge of Mauritian firms lies in their ability to accept small orders with short lead times, and delivering good quality on time. Institutions have also played a major role in ensuring the survival of the clothing industry through industrial policy and relevant support structures.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,102
Score d'incertitude au seuil0,203

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0040,002
Communication savante0,0020,001
Science ouverte0,0010,002
Intégrité de la recherche0,0000,000
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 Opus0,049
Tête enseignante GPT0,248
Écart entre enseignants0,199 · 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'étudeSans objet
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

Citations3
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGlobal Journal of Emerging Market EconomiesMême sujetGlobal trade and economicsTravaux en français237 207