MétaCan
Menu
Retour à la cohorte
Enregistrement W3110963333 · doi:10.1108/bfj-07-2019-0554

The internationalization process of agrifood firms: a proposed conceptual framework

2020· article· en· W3110963333 sur OpenAlexaff
Alexandre Borges Santos, Mário Otávio Batalha, Bruno Larue

Notice bibliographique

RevueBritish Food Journal · 2020
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueInternational Business and FDI
Établissements canadiensUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésInternationalizationForeign direct investmentBusinessOriginalityConceptual frameworkIndustrial organizationMarketingAppealExploratory researchEmpirical researchProcess (computing)Value (mathematics)Qualitative researchEconomicsInternational trade

Résumé

récupéré en direct d'OpenAlex

Purpose This research seeks to develop a better understanding of internationalization patterns of agrifood firms and explains why different paths are adopted. Further, a conceptual framework to support public and private decision-making is proposed. Design/methodology/approach An exploratory qualitative research framework was developed featuring case studies about three highly internationalized Brazilian meat processing firms. Top managers were interviewed, and documents were collected to support the intraand crosscase analyses. Findings Results suggest that meat processing firms tend to adopt a dual internationalization pattern. Distribution-oriented foreign direct investment (FDI) is normally established gradually, whilst horizontal FDI – the establishment of foreign production facility – tends to be conducted through a fast-paced expansion mode. Interestingly, it was found that food safety issues play a central role in internationalization decisions. Originality/value An extension to the Uppsala model was provided by considering agrifood characteristics in the analysis. The results have broad appeal to managers and policymakers. Agribusiness managers could use the theoretical and empirical evidence to support their internationalization decisions. Policymakers can also use this research to gain a better understanding of how agrifood firms expand internationally to either attract or foster 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)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,062

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,005
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0050,005
Études des sciences et des technologies0,0040,016
Communication savante0,0120,015
Science ouverte0,0020,005
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,018
Tête enseignante GPT0,230
Écart entre enseignants0,213 · 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'étudeThéorique ou conceptuel
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

Citations10
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBritish Food JournalMême sujetInternational Business and FDITravaux en français237 207