MétaCan
Menu
Retour à la cohorte
Enregistrement W2349818127

Analyses on the Pattern of Chinese FDI Utilization and Strategic Choice Based on the Competition State

2012· article· en· W2349818127 sur OpenAlexaboutno aff
Sidong Zhao

Notice bibliographique

RevueEconomic Geography · 2012
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueInternational Business and FDI
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésChinaForeign direct investmentCompetition (biology)Position (finance)Distribution (mathematics)International tradeState (computer science)PoliticsPolitical scienceEconomic geographyBusinessEconomicsEconomyGeography
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Introducing competition state model in the research of FDI utility,and by the empirical research of China's FDI utilization between 2000 and 2009.(1) Competition state is the method of effectively analyzing the trends and characteristics of FDI introduction.The method can be more comprehensive grasp the characteristics of time and space structure of the FDI destination;(2) Since the 21st century,the competition state pattern structure of China's FDI introduction is basically sound.Although the type distribution is not ideal,that's becoming more rational.The long-term FDI introduction focus on the Asia Pacific region and the United States;(3) China's FDI destination is divided into three levels in the future.The first-level position in Hong Kong,Korea,Japan,Singapore,Taiwan and Russia of Asia-Pacific region,that should take gain strategy and pioneering strategy simultaneously;The second-stage located in the United States and Canada and other developed countries of North America,that should be implemented expansion strategy;The third-level located in developed European countries,including Germany,France,Switzerland,Sweden,United Kingdom,Denmark,Italy and the Netherlands,that should be implemented selectively strategy.The African countries should adopt withdrawal strategy,unless for political reasons.

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 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 enseignants0,056
Score d'incertitude au seuil0,561

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)0,0010,000

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 GPT0,265
Écart entre enseignants0,216 · 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 tête enseignante, 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

Citations2
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEconomic GeographyMême sujetInternational Business and FDITravaux en français237 207