Notice bibliographique
Résumé
We study the relationship between host market corruption pervasiveness, the subsidiary localization strategies implemented by MNEs and the likelihood of host market exit. We assume that the pervasiveness of corruption in the host market threatens to undermine the legitimacy of foreign-investing firms in the host market environment. In this context, the strategic insights proffered by resource dependence theory (RDT) and institutional theory (IT) are characterized by distinct spatial orientations. RDT predicts that subsidiaries will implement proximal (or, host market-oriented) localization strategies in which host country partners and employees are hypothesized to be best-suited to efforts to enhance the subsidiary’s legitimacy and reduce the likelihood of host market exit. Conversely, IT suggests that distal (or, home market-oriented) localization strategies, in which subsidiaries prefer to engage home country partners and employees in the subsidiary investment, are better-suited to reducing the likelihood of exit from increasingly corrupt host market environments. Leveraging this theoretical tension, we investigate the relative efficacy of these strategies by developing competing hypotheses with respect to the moderating impact of proximal and distal localization strategies upon the likelihood of market exit in increasingly corrupt host market environments. Testing the hypotheses with a sample of 1,239 subsidiary investments in 31 countries during 1998-2005, we find that a proximally-oriented partnering strategy heightens the likelihood of market exit under conditions of more pervasive host market public corruption, but not more pervasive private corruption. Conversely, a distally-oriented expatriate staffing strategy increases the likelihood of market exit under conditions of both more pervasive public corruption and private corruption.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».