MétaCan
Menu
Retour à la cohorte
Enregistrement W4309621367 · doi:10.1108/cr-03-2022-0036

Locations, city connectivity and innovation zones in China: a dynamic perspective of knowledge community

2022· article· en· W4309621367 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueCompetitiveness Review An International Business Journal incorporating Journal of Global Competitiveness · 2022
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueEconomic Zones and Regional Development
Établissements canadiensRoyal Roads University
Organismes subventionnairesnon disponible
Mots-clésMultinational corporationOriginalityForeign direct investmentChinaBusinessEconomic geographyRegional scienceScale (ratio)Work (physics)Perspective (graphical)GeographyQualitative researchPolitical scienceSociologyEngineering

Résumé

récupéré en direct d'OpenAlex

Purpose This study aims to examine two innovation zones in China, including the Suzhou Industrial Park and Tianjin Eco-city, to gain a comprehensive understanding of city locations attributes and its relationship to inward foreign direct investment (FDI) from multinational enterprises (MNEs) in innovation zones embedded in nonhub cities in China. Design/methodology/approach This research incorporates two site visits and in-depth interviews with 39 personnel working with innovation zones. Thematic analysis is used to analyze interview data and documents. Findings The results highlight that cities can use innovation zones as a strategy to build high scale knowledge community precincts to connect MNEs and other global actors. As an important institutional feature of city locations, innovation zones increase within-city connectivity and connect cities in global networks resulting in cross-city connectivity to attract FDI from MNEs. From a dynamic knowledge community perspective, this research also compares active and passive approaches toward building knowledge communities and identifies several elements of knowledge communities within innovation zones in China. Research limitations/implications The research results could be further explored in other institutional and economic contexts, to understand the interplay of city locations, FDI and innovation zones, and the dynamics of building knowledge communities. Practical implications This research has several implications for policymakers and administrators who work with municipal economic development and the development and enhancement of innovation zones. It offers recommendations for MNEs to consider where to make foreign investments and the advantages innovation zones may offer to support FDI. Originality/value This research contributes to the literature related to economic development and how nonhub cities can attract FDI and join global networks. It offers empirical insights drawn from two successful innovation zones located in nonhub cities in China.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,531
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,045
Tête enseignante GPT0,307
Écart entre enseignants0,262 · 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