MétaCan
Menu
Retour à la cohorte
Enregistrement W3143342760

The Role and Nature of Export Credit Agencies in Foreign Direct Investment: Home and Host States' Coordination and the Problem of Political and Commercial Risks Distinguished

2016· dissertation· en· W3143342760 sur OpenAlexfundno aff
Wael Saghir

Notice bibliographique

RevueSAS-Space (University of London) · 2016
Typedissertation
Langueen
DomaineBusiness, Management and Accounting
ThématiqueLaw, logistics, and international trade
Établissements canadiensnon disponible
Organismes subventionnairesGovernment of CanadaNew Zealand GovernmentGovernment of the United Kingdom
Mots-clésForeign direct investmentExpropriationOrder (exchange)Political riskBusinessInvestment (military)PoliticsFinanceMarket economyEconomicsPolitical science
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Since political instability and the fear of expropriation in some developing states pose grave risks to foreign investors, along with the behavior of the financial markets of these states, the need to insure against such risks is something to be considered in order to encourage investments in these regions. ECAs have also been established to assist foreign investors conducting their business in a given market through granting them loans, guarantees and insurance against certain risks encountered by investors. These loans to foreign investors are granted in order to ease their entry into the foreign market so that the recipient market benefits from the expertise and technology that the foreign investor possess.
\nThe study will start with introducing a comprehensive definition for investment in light of the suggested view to what foreign investment stands for. It will highlight the difference between direct and indirect investments as well. Then it will move on to discuss entry of investors to foreign markets and it will discuss the open-door and closed-door approaches in order to identify the various risks associated with such investments. The thesis will emphasize on the need to have a more detailed approach towards investment-risks based on the five-risk distinction rather the classic three-risk approach. This will be of importance especially since the borderline
\nbetween these risks interlink at times.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,849
Score d'incertitude au seuil0,535

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 technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,011
Tête enseignante GPT0,217
Écart entre enseignants0,206 · 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

Citations0
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSAS-Space (University of London)Même sujetLaw, logistics, and international tradeTravaux en français237 207