Locational strategy: Understanding location in economic geography and corporate strategy
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
Research Summary Drawing on key concepts from management theory, corporate strategy, and economic geography, we argue that the time has come for “Locational Strategy.” Locational strategy is a framework for understanding how the locational decisions of organizations fit into broader corporate strategy. Locational strategy is particularly relevant given rise of knowledge and talent as key factors of productions and the fact that these inputs are so clustered in space. We lay out several principles to guide further work in this area, and briefly anticipate the role for locational strategy in the post‐pandemic economy. Such an approach is well suited to the study of the sprawling modern firm, the footloose geography of talent, and the hyper‐competitive field of regional economic policy. Managerial Summary Management needs to consider locational strategy as a key element of broader corporate strategy. This is because location and firm location decisions are ever more central to firm strategy. We review key ideas from the academic literature that bear on how managers can get the best access to talent, knowledge, and customers. Access to talent and embeddedness in complex knowledge systems is a defining feature of Locational strategy over and above simple input cost concerns. Furthermore, firms need to consider the actions and reactions of jurisdictions as they decide how to locate and deploy resources across in places across the world. Management training typically does not feature the geographic considerations of location strategy. The authors have refined their approach while teaching students in their course on The City and Business in the MBA program at the University of Toronto's Rotman School.
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 | 0,000 |
| 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) | 0,001 | 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