MétaCan
Menu
Retour à la cohorte
Enregistrement W3017114498 · doi:10.1111/1758-5899.12788

The Rise of Foreign Direct Investment Regulation in Investment‐recipient Countries

2020· article· en· W3017114498 sur OpenAlexaffabout
Anastasia Ufimtseva

Notice bibliographique

RevueGlobal Policy · 2020
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueInternational Business and FDI
Établissements canadiensSimon Fraser University
Organismes subventionnairesnon disponible
Mots-clésForeign direct investmentConstruct (python library)BacklashOpposition (politics)BusinessPoliticsInvestment (military)International economicsGovernment (linguistics)Political riskMarket economyChinaEconomicsInternational tradeMacroeconomicsPolitical science

Résumé

récupéré en direct d'OpenAlex

Abstract This research paper seeks to explain why investment‐recipient countries, like Australia and Canada, reject certain investments in strategic industries and shield some domestic business from foreign acquisitions. Existing studies suggest that the decision to restrict FDI is driven by national security concerns, which are often conceptualized as a catch‐all concept. This paper develops a novel theoretical construct – ‘FDI acceptability threshold’ (a maximum point of political tolerance for any given foreign investment) – to provide a more nuanced understanding of government decisions to reject FDI. This theoretical construct is based on four factors – nature of the domestic firm/industry, nature of the acquirer, external opposition, and domestic backlash. Drawing on two cases of Chinese SOEs’ investment in the energy sector in Australia and Canada, this paper demonstrates that investment‐recipient countries are more likely to protect a domestic business where foreign ownership threatens domestic industry by exceeding FDI acceptability thresholds. Given that these thresholds are often not directly identified in the host country’s policies, this paper proposes that host countries should clarify these conditions to ensure that they continue to attract FDI.

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)0,006
score de la tête « metaresearch » (Gemma)0,010
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 enseignants0,018
Score d'incertitude au seuil0,036

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,010
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,003
Communication savante0,0050,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,003
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 Opus0,017
Tête enseignante GPT0,245
Écart entre enseignants0,228 · 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

Citations26
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueGlobal PolicyMême sujetInternational Business and FDITravaux en français237 207