MétaCan
Menu
Retour à la cohorte
Enregistrement W4407119443

Characteristics of Cross-Cultural Communication

2011· article· en· W4407119443 sur OpenAlexaboutno aff
T. Blyznyuk

Notice bibliographique

RevueDOAJ (DOAJ: Directory of Open Access Journals) · 2011
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueInternational Student and Expatriate Challenges
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésGeographyComputer science
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

There has been studied the Geer Hofstede’s model, where business-cultures are classified into five main cultural dimensions, which by-turn influence on the management style: 1) power distance (PDI); 2) individualism vs. collectivism (IDV); 3) masculinity vs. femininity (MAS); 4) weak vs. strong uncertainty avoidance (UAI); 5) long vs. short term orientation (LTO). According to the G. Hofstede’s theory results it has been found out that Rumanian, Bulgarian, Turkish, Mexican cultures are similar to Ukrainian. British, Austrian, Swedish, Jamaican and Danish cultures differ from our culture most of all.According to the Fons Trompenaars and Charles Hampden-Turner’s model business-cultures can be classified into the following factors: 1) power centralization level; 2) power formalization level; 3) object of the management. These characteristics allow to determine such models: "Incubator", "Guided missile", "The Eiffel Tower" and "Family". The most striking representatives of the model "Incubator" are the USA and Canada, the model "Guided missile" – Anglo-Saxon and East European countries. The model "Family" have countries in Asia, South America, Southwest Europe and countries of the former Soviet Union, it means, that Ukraine also has such a model. The model "The Eiffel Tower" is typical for Germany and countries in Central Europe.With the help of the cross-cultural matrix proposed for Ukraine, there have been worked out some practical guidelines for five groups of countries how to conduct negotiations with Ukrainian partners: 1) India, Bangladesh, Vietnam, Taiwan, Malaysia, Indonesia, the Philippines, Japan, China, Korea, Singapore, Russia, Poland, Rumania, Slovakia; 2) countries of Bulgaria, England, Ireland, Denmark, Norway, Sweden, Finland, Germany, Holland, the Czech Republic; 3) the United Arab Emirates, Egypt, Turkey, Greece, Brazil, Mexico; 4) Australia, Canada, the USA; 5) France, Belgium, Italy, Spain, Hungary

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)0,021
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: Empirique
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,039

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,021
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,004
Études des sciences et des technologies0,0020,001
Communication savante0,0050,003
Science ouverte0,0010,004
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0120,002

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 Opus0,430
Tête enseignante GPT0,610
Écart entre enseignants0,181 · 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

Citations0
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDOAJ (DOAJ: Directory of Open Access Journals)Même sujetInternational Student and Expatriate ChallengesTravaux en français237 207