The interplay between location and strategy in a turbulent age
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 Research Summary The spread of protectionist policies and the COVID‐19 pandemic force policymakers and managers to fundamentally rethink the relationship between location and strategy. We examine this location‐strategy interplay through a structure‐agency perspective by investigating how the economic landscape shapes and, simultaneously, is shaped by firm strategies. Increasing spatial disparity and diversity of innovation and wealth in clusters and city‐regions create both tremendous challenges and opportunities for multinational enterprises to strategically leverage knowledge over space. Locational choices and actions of multinationals, in turn, affect regional economic development paths and geographies of innovation. We argue for deep dialogue and collaboration between economic geography, international business and strategy to untie the knots in the intricate interplay between location and strategy and solve the grand challenges in our turbulent age. Managerial Summary The wide spread of protectionism and the COVID‐19 pandemic have disrupted global value chains unprecedently, forcing policymakers and firm managers to rethink the relationship between business strategies and locations. We suggest that this relationship can be understood in a bilateral way. The concentration of innovation and economic activities in city‐regions and clusters creates big challenges but also tremendous opportunities for multinational enterprises. Multinationals need to direct knowledge across space but also have to deal with local resistance and opposition. The choices and actions of these firms are shaped by and, simultaneously, influence spatial patterns of economic activities. We argue for deep collaboration between economic geographers and international business scholars to solve the grand challenges for business, community and society in our turbulent time.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 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) | 0,000 | 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