MétaCan
Menu
Retour à la cohorte
Enregistrement W4214676275 · doi:10.1093/icc/dtac010

The resilience of the British and European goods industry: Challenge of Brexit

2022· article· en· W4214676275 sur OpenAlexaff
Moshfique Uddin, Anup Chowdhury, Geoffrey Wood

Notice bibliographique

RevueIndustrial and Corporate Change · 2022
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSocial Policy and Reform Studies
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésBrexitFlexibility (engineering)EconomicsContext (archaeology)Financial crisisLabour market flexibilityGoods and servicesEuropean unionInternational economicsBusinessMarket economyUnemploymentMacroeconomics

Résumé

récupéré en direct d'OpenAlex

Abstract This is a study of the volume flexibility of the British and European goods industry, and its relative ability to cope with exogenous shocks, using the case of the Brexit process in a comparative context. It is located within the literature on comparative capitalism, and what it tells us in terms of how different institutional orders may be equipped to deal with such events. Using data for goods firms across 27 EU countries and the UK, we find that the UK goods industry has coped poorly with the shocks related to the Brexit process: its volume flexibility has declined. Brexit also has had an, albeit lesser, impact on the volume flexibility of their European firms counterparts. In particular, smaller firms in the EU coped better, a possible reflection of stronger institutional supports. However, firms that investing more in R&D, provide training to improve management efficiency, and apply innovation to improve asset efficiency, seem to be coping better. This study illustrates how the withdrawal of Britain from supra-national European institutions seems to have accentuated any negative effects of domestic institutions on firms, and, indeed, has had even worse consequences than the 2008 economic crisis for the British goods industry. The latter would suggest it is ill equipped to cope with further shocks, such as the 2020 pandemic. We draw out the implications for theorizing, policy and future research.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,615
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0030,001
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 Opus0,222
Tête enseignante GPT0,302
Écart entre enseignants0,080 · 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.

Devis d'étudeAutre devis
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

Citations7
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIndustrial and Corporate ChangeMême sujetSocial Policy and Reform StudiesTravaux en français237 207