MétaCan
Menu
Retour à la cohorte
Enregistrement W4252753405 · doi:10.13106/jafeb.2015.vol2.no1.15.

Mergers and Acquisitions as Vital Instruments of Corporate Strategy: Current and Historical Perspective

2015· article· en· W4252753405 sur OpenAlexaboutno aff
Mohammadjavad Sheikh, Qudsia Arshad, Wajid Shakeel

Notice bibliographique

RevueJournal of Asian Finance Economics and Business · 2015
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueEconomic Development and Digital Transformation
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésContext (archaeology)Quarter (Canadian coin)Mergers and acquisitionsDebtOrder (exchange)BusinessAccountingFinancial systemPolitical scienceFinanceHistory

Résumé

récupéré en direct d'OpenAlex

In this paper our main focus is to provide insight into the history of M&A's for this purpose we have analysed the different waves of M&A. We have analysed these waves in context of available literature and fact and figures. During the study we realised that almost all of the waves of M&A's ended because of financial crises, although impact and severity of that crises may differ. We analysed the impact of current crises on M&A in global context and in order to establish how companies have and in post crises era i.e. after crises of 2007 onwards how the companies have changed their corporate strategies to accommodate M&A's. We have also analysed which factors fuelled M&A's in past and were these factors present in post crises era M&A activities. By first quarter of 2011 the many firms saw new growth opportunities in M&A activities seemed to rebound as large companies used M&A's as part of their corporate strategy but this was cut short by events like US debt ceiling, down grade of USA's credit ratings along with fears about Eurozone's financial health and their impact on future prospects of M&A's would they continue to prosper or would they be weighed down by these events.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut 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: aucune
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,020

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,004
Études des sciences et des technologies0,0010,004
Communication savante0,0070,007
Science ouverte0,0000,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,060
Tête enseignante GPT0,222
Écart entre enseignants0,162 · 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 source (Gemma direct ou Codex distillé), 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
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Asian Finance Economics and BusinessMême sujetEconomic Development and Digital TransformationTravaux en français237 207