Private Sector Corruption, Public Sector Corruption and the Organizational Structure of Foreign Subsidiaries
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.
Notice bibliographique
Résumé
Abstract Corporate anti-corruption initiatives can make a substantial contribution towards curtailing corruption and advancing efforts to achieve the United Nations’ Sustainable Development Goals. However, researchers have observed that underdeveloped assumptions with respect to the conceptualization of corruption and how firms respond to corruption risk impeding the efficacy of anti-corruption programs. We investigate the relationship between the perceived level of corruption in foreign host countries and the organizational structure of subsidiary operations established by multinational corporations (MNCs). Foreign host market corruption is disaggregated into two components—private and public corruption. We employ an uncertainty-based perspective grounded in transaction cost theory to focus upon the distinct mechanisms through which private and public corruption can each be expected to impact a foreign subsidiary’s organizational structure [wholly-owned subsidiary (WOS) or a joint venture (JV) with a local partner]. We expect that each type of corruption fosters a different type of uncertainty (environmental or behavioral) which predominates in shaping the MNC’s choice of foreign subsidiary investment structure. Hypotheses are developed and tested with a sample of 187 entries into 19 foreign host markets. Each type of corruption was found to exert a distinct effect upon the organizational structure of foreign subsidiaries. More precisely, while heightened perceived levels of public corruption were found to motivate MNCs to invest through a JV with a local partner rather than a WOS, more pronounced private corruption precipitated the opposite outcome.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 découle