MétaCan
Menu
Retour à la cohorte
Enregistrement W4320509688 · doi:10.2991/978-94-6463-052-7_75

Research on the Motivation of Overseas M&A—Taking WingTech Acquired Allianz as an Example

2022· book-chapter· en· W4320509688 sur OpenAlexaff
Yuxiao Huang

Notice bibliographique

RevueAdvances in economics, business and management research/Advances in Economics, Business and Management Research · 2022
Typebook-chapter
Langueen
DomaineBusiness, Management and Accounting
ThématiquePrivate Equity and Venture Capital
Établissements canadiensYork University
Organismes subventionnairesnon disponible
Mots-clésChinaMergers and acquisitionsGovernment (linguistics)Investment (military)GlobalizationDatabase transactionBusinessForeign direct investmentProduct (mathematics)MarketingCommerceMarket economyPolitical scienceEconomicsFinance

Résumé

récupéré en direct d'OpenAlex

Since Belt and Road Initiative policy proposed by China and the world become more globalized, the transaction with domestic companies gradually ingratiates the demand in the Chinese market, Chinese companies should cooperate with the foreign company, with the world to respond to the wave which brings by the globalization.So Chinese government and companies focus more on investment abroad and foreign Mergers and acquisitions.Especially in the semiconductor area, China started late in the field of semiconductors compared with western countries, and the product of semiconductors is very important as the part of many products, such as smartphones, automobiles, and television.It is so passive that China can not produce semiconductors by itself.So Chinese companies need to use mergers and acquisitions to solve this problem.In the article, we will discuss the motivation and influence of mergers and acquisitions in the semiconductor field, and we will mainly focus on the case of WingTech acquiring Allianz.We will use the changes in financial indicators from the beginning to the end of the acquisition in the research and use the previous information including paper, news, and research report to integrate and further complete the research.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,028

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,001
Communication savante0,0030,003
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0080,001

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 Opus0,133
Tête enseignante GPT0,348
Écart entre enseignants0,215 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAdvances in economics, business and management research/Advances in Economics, Business and Management ResearchMême sujetPrivate Equity and Venture CapitalTravaux en français237 207