MétaCan
Menu
Retour à la cohorte
Enregistrement W4388851159 · doi:10.1177/10245294231207990

Avoiding the China shock: How Chinese state-backed internationalization drives changes in European economic governance

2023· article· en· W4388851159 sur OpenAlexfundno aff
Helena Gräf, Stefan Schmalz

Notice bibliographique

RevueCompetition & Change · 2023
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSocial Policy and Reform Studies
Établissements canadiensnon disponible
Organismes subventionnairesUniversity of TorontoDeutsche Forschungsgemeinschaft
Mots-clésInternationalizationCorporate governanceEuropean unionCompetition (biology)ChinaForeign direct investmentEconomic systemState (computer science)Shock (circulatory)International tradeEconomicsPolitical sciencePolitical economyMarket economyInternational economics

Résumé

récupéré en direct d'OpenAlex

The state-backed internationalization of Chinese companies has led to conflicts in the EU over potential market distortions and security concerns. The EU has responded to this challenge with increasing state intervention and defensive measures in trade and investment regulation, competition policy, and industrial policy. Drawing on comparative capitalisms research and Neo-Gramscian perspectives on European integration, we analyze how European economic governance has changed under the pressure of Chinese competition. Based on 31 semi-structured expert interviews and a document analysis, this exploratory study examines the EU’s response in these policy fields. We observe a gradual, albeit contested change of European Economic Governance in two phases since 2017, primarily driven by a new “China-threat-coalition” in Germany. We argue that there is no overall paradigm shift in the neoliberal mode of European integration, but there are nonetheless significant changes as new “filter functions” have emerged that tend to “bypass” EU economic governance and filter out “market-distorting” state-capitalist influences.

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)0,002
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,035
Score d'incertitude au seuil0,069

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,004
Communication savante0,0040,002
Science ouverte0,0000,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 GPT0,313
Écart entre enseignants0,268 · 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'étudeSans objet
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

Citations21
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCompetition & ChangeMême sujetSocial Policy and Reform StudiesTravaux en français237 207