MétaCan
Menu
Retour à la cohorte
Enregistrement W4353100372 · doi:10.54691/bcpep.v8i.4308

Intercultural Communciation in the International Negotiation

2023· article· en· W4353100372 sur OpenAlexaff
Shurun Li, Saier Shangguan, Yujia Shen, Yitian Yu

Notice bibliographique

RevueBCP Education & Psychology · 2023
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueConflict Management and Negotiation
Établissements canadiensUniversity of the Fraser Valley
Organismes subventionnairesnon disponible
Mots-clésNegotiationContext (archaeology)Intercultural communicationPublic relationsCultural diversityPolitical scienceSocial psychologyPsychologyInternational tradeBusinessLawCommunicationGeography

Résumé

récupéré en direct d'OpenAlex

With the gradual increase of international trade, international negotiation has become an indispensable skill in today's society. Intercultural communication is becoming more and more important in international negotiations. Effective cross-cultural communication and international negotiations with the other side can leave a good impression. Understanding the cultural differences between the two sides in international negotiations greatly improves the success rate of negotiations. However, to avoid offending others easily in negotiations, it is important to understand the negotiator's culture of the other party in advance. This paper mainly studies the factors that lead to cross-cultural negotiation, how to better analyze the differences in cultural differences, and how to carry out intercultural communication more effectively. Finally, it is concluded that it is important to respect the culture of other negotiators and understand the cultural background of other negotiators. This paper puts forward targeted suggestions, raises the issue of cultural differences, and helps promote the success of international negotiations in the context of cultural differences.

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)0,007
score de la tête « metaresearch » (Gemma)0,009
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,035

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,009
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0080,015
Communication savante0,0110,006
Science ouverte0,0010,006
Intégrité de la recherche0,0020,004
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,083
Tête enseignante GPT0,464
Écart entre enseignants0,381 · 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'étudeQualitatif
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

Citations2
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBCP Education & PsychologyMême sujetConflict Management and NegotiationTravaux en français237 207