MétaCan
Menu
Retour à la cohorte
Enregistrement W4399383775 · doi:10.24294/jipd.v8i6.3725

Russian MNCS and international investment paradigm (Before COVID-19)

2024· article· en· W4399383775 sur OpenAlexaff
Serzhena Tcyrempilova, Can Ertugrul, Mihály Hegedűs, Mohammad Daud Ali, Lóránt Dénes Dávid, Róbert Magda

Notice bibliographique

RevueJournal of Infrastructure Policy and Development · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEconomic and Technological Developments in Russia
Établissements canadiensSavaria (Canada)
Organismes subventionnairesnon disponible
Mots-clésMultinational corporationCoronavirus disease 2019 (COVID-19)2019-20 coronavirus outbreakSevere acute respiratory syndrome coronavirus 2 (SARS-CoV-2)Investment (military)BusinessPolitical scienceVirologyMedicineInfectious disease (medical specialty)PoliticsDiseaseInternal medicine

Résumé

récupéré en direct d'OpenAlex

This study examines the relationship between Russian FDI carried out by large MNCs and investment development path (IDP). Although statistical analysis does not establish a significant relationship between outward FDI and GDP, the behavior of Russian outward FDI contradicts traditional models. Two primary factors contribute to this paradox. First, the complex business environment in Russia, characterized by a combination of both improvements and contradictions, has a significant impact on outward FDI behavior. Secondly, the duality of the Russian economy and society plays a decisive role. This segment resembles a high-income country with ample resources, while most face lower income levels, raising concerns about wealth distribution. Historical factors, including Russia’s transition from a state-controlled to a market-oriented economy, contribute to the internationalization of Russian MNCs. Both state-owned enterprises and privatized firms are influenced by the state, although to varying degrees. Government involvement in international business strategies increases the knowledge and experience of Russian MNCs, but also raises concerns about political influence.

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: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,013

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 technologies0,0000,001
Communication savante0,0020,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
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 Opus0,028
Tête enseignante GPT0,339
Écart entre enseignants0,311 · 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
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Infrastructure Policy and DevelopmentMême sujetEconomic and Technological Developments in RussiaTravaux en français237 207