MétaCan
Menu
Retour à la cohorte
Enregistrement W4221132015 · doi:10.3390/jrfm15030130

The Determinants of Outward Foreign Direct Investment from Latin America and the Caribbean: An Integrated Entropy-Based TOPSIS Multiple Regression Analysis Framework

2022· article· en· W4221132015 sur OpenAlexaffvenue
Henrique Corrêa da Cunha, Vikkram Singh, Shengkun Xie

Notice bibliographique

RevueJournal of risk and financial management · 2022
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueInternational Business and FDI
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésForeign direct investmentTOPSISInternationalizationLatin AmericansEmerging marketsBusinessPanel dataEconomicsInternational economicsEconometricsInternational tradeMacroeconomicsPolitical scienceFinance

Résumé

récupéré en direct d'OpenAlex

Given that home country factors play a major role in the internationalization of emerging market firms, there is an ever-growing debate on how they influence the intensity of outward foreign direct investment (OFDI) from these regions. This study investigates how home country factors affect the OFDI intensity in Latin America and Caribbean (LAC) countries. We use the entropy weight method, which uses the Technique for Order of Preference by Similarity to Ideal Solution (TOPSIS) method and a balanced panel data consisting of 19 countries from 2007 to 2016. The results show a positive association between macroeconomic performance, formal institutions, infrastructure, technology and the OFDI intensity. Furthermore, we find that robust formal institutions, along with the quality of infrastructure and technology, positively moderate the relationship between macroeconomic performance and the OFDI intensity. These findings show that the internationalization of LAC firms is highly dependent on the contextual conditions in their markets.

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,340
Score d'incertitude au seuil0,469

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
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 Opus0,008
Tête enseignante GPT0,215
Écart entre enseignants0,207 · 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

Citations16
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of risk and financial managementMême sujetInternational Business and FDITravaux en français237 207