Upgrading in the Automotive Periphery: Turkey's Battery Electric Vehicle Maker Togg
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 Restructuring of the automotive industry in the post‐2000 period has led to the emergence of three strata of automotive manufacturing jurisdictions. Core automotive countries host the headquarters of global automakers. They retain most research and development (R&D) and high levels of production. By contrast, integrated peripheries offer low‐cost labour. While increasing levels of vehicle production have gravitated there, they have been unable to attract mandates for knowledge‐intensive portions of the automotive value chain. Finally, semi‐peripheries have neither a home‐grown automaker nor low‐cost labour. Consequently, they have been unable to gain mandates for R&D and struggle to maintain production. Thus, policy makers in non‐core countries consider a range of tools to either retain their position or ‘graduate’ from one category to another. Recently, the demand for battery electric vehicles (BEVs) has given rise to new vehicle manufacturers. Turkey is attempting to develop a BEV automaker and jump from an automotive integrated periphery country to one having a key attribute of an automotive core: a home‐grown automaker. This article reveals and discusses Turkey's generous incentives and assesses the challenges the Turkish BEV entrant will confront, as well as its potential to generate wider economic benefits. The authors also consider the application the Turkey case study has for our understanding of power and upgrading in automotive global value chains.
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 | 0,001 |
| 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 découle