The Uneven Short-Run Effects of the COVID-19 Pandemic on Foreign Direct Investment
Notice bibliographique
Résumé
This study examines short-run economic and business impacts of the COVID-19 pandemic as a global disruption event. The purpose is to build propositions about specific subnational FDI (Foreign Direct Investment) developments in the short-term of global disturbance. We approach the investigation by reviewing FDI outcomes in the year prior and in the first year of the pandemic, at the U.S. national and subnational levels, and through the lens of local characteristics and FDI outcomes in the state of New Hampshire. Our methods include distribution and frequency analyses on two sets of data: secondary data on FDI and trade at the state level, and primary data as direct observations on firm activities in New Hampshire. Our leading method is the evaluation of data aimed at triangulating and consequently generating a set of propositions that explain phenomena observed in relation to short-term effects of disruption. Our methodological tools consist of an in-focus instance of the phenomena in one state, as a particular case for verifying the validity of our propositions, and comparisons with available data across states to establish the reliability of the proposed consequences. Our analysis provides evidence for subnational heterogeneity of global disruption impact. Our interstate trend analysis and unique data on FDI-related activities in New Hampshire reveal how foreign businesses respond to the external shock of global disruption in the short-run. We use our insights to propose that established regional supply chains and differences in local advantages determine varying FDI outcomes across subnational locations. As a result, we set forth three calls-to-action for regional policymakers: the development of initiatives to support strong trade and FDI-outcomes at all times and in preparation for global disruption; the promotion and facilitation of firms’ access to markets; and the implementation of actions that encourage the establishment of regional supply 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.
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 | 0,001 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».