Friendshoring: how geopolitical tensions affect foreign sourcing, supply base complexity, and sub-tier supplier sharing
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.
Notice bibliographique
Résumé
Purpose This paper examines the influence of geopolitical tensions—operationalized as political divergence between governments—on firms’ foreign supply bases and the resulting effects on supply base complexity and sub-tier supplier sharing. Design/methodology/approach The authors conduct panel data regression analyses over the period 2003–2019 to investigate whether political divergence affects foreign supply bases for 2,858 US firms sourcing from 99 countries and to examine how political divergence exposure impacts the supply network structures of 853 US firms. Findings Firms reduce their supply bases in countries exposed to heightened geopolitical tensions. These supply chain adjustments are associated with increased supply base complexity and greater sub-tier supplier sharing. Originality/value This study highlights the importance of state relations in global supply chain reconfiguration. Political divergence between governments provides a dual-view of political risk (i.e. buyer–supplier countries), which can help firms anticipate geopolitical disruptions. While reducing supply bases in foreign countries facing heightened geopolitical tensions is intended to mitigate disruptions, these supply base adjustments are linked to increased supply base complexity and sub-tier supplier sharing, thereby exposing firms to other types of supply disruptions. Additionally, this research contributes to understanding the effects of geopolitical tensions on supply base complexity through the lenses of transaction cost economics and resource dependence theory.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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