Towards a successful learning process of companies from developing countries involved in offshore outsourcing: proposal for an integrative analytical framework
Notice bibliographique
Résumé
Purpose This paper aims to contribute to international business research by providing an integrative framework of the factors determining the learning process of outsourcing companies in developing countries. Design/methodology/approach A systematic review of the literature was performed with an analysis of 84 articles published in peer-reviewed academic journals, published between 2000 and 2020. Findings The results show that the different factors should be seen as complementary and not mutually exclusive. It is the interaction between macro and micro factors that jointly shape the learning of developing country subcontractors. Moreover, the results of the analysis show that many existing studies have not been based on specific theoretical frameworks. Research limitations/implications This study develops a roadmap of the current state of research on the determinants of learning among developing country subcontractors and offers suggestions to guide future research. The authors conclude with a call for methodological advancement and theory development on the topic. Originality/value To the best of the authors’ knowledge, this study proposes the first comprehensive review of the literature on the factors determining the learning of subcontractors in developing countries. The authors have tried to provide an integrative analytical framework to discuss what has been known and what needs to be known in this regard.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,032 | 0,034 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,026 | 0,014 |
| Études des sciences et des technologies | 0,004 | 0,013 |
| Communication savante | 0,017 | 0,019 |
| Science ouverte | 0,002 | 0,011 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».