The Going Private Phenomenon: Causes and Implications
Notice bibliographique
Résumé
of Chicago Law Review.This topic could not be timelier, as the past several years have seen an unprecedented number of public companies being taken private through leveraged buyouts.The list includes: BellCanada ($35 billion),' Alltel ($28 billion), 2 Sun-Guard Data Systems ($11 billion), 3 and Toys "R" Us ($6 billion).'These deals are part of a growing trend large enough to be deemed a phenomenon worthy of study by lawyers, economists, and other serious students of American business.Although the credit crunch and financial crisis of 2008 has dampened the enthusiasm for private-equity deals, in the long haul the trend is likely to continue, as private-equity firms hold in reserve hundreds of billions of dollars in capital waiting for deployment, and the model has demonstrated significant efficiencies.The privatization of large swaths of the economy raises a number of significant questions, including: whether public shareholders are being adequately compensated in these transactions (and what the legal system can do about it if they are not); what the long-term effect of these transactions is on constituent groups-shareholders, suppliers, cred-1 Rob Gillies, Bell Canada Agrees to Record $35-billion Leveraged Buyout, LA Tnies C2 (July 2,2008). 2
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 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 | 0,000 | 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 | 0,000 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».