MétaCan
Menu
Retour à la cohorte
Enregistrement W7125223907 · doi:10.33423/jabe.v27i6.8083

Ford Motor Company: Reshoring Amid Escalating Tariffs –– Balancing Higher Costs With Supply Chain Resilience and Localized Incentives: Business School Case Study

2025· article· W7125223907 sur OpenAlexvenueno aff
Jeffrey Kennedy

Notice bibliographique

RevueJournal of Applied Business and Economics · 2025
Typearticle
Langue
DomaineEconomics, Econometrics and Finance
ThématiqueRegional resilience and development
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTariffAutomotive industrySupply chainGallon (US)Port (circuit theory)Government (linguistics)Resilience (materials science)Capital (architecture)

Résumé

récupéré en direct d'OpenAlex

Sarah Chen reviewed the tariff impact spreadsheet one more time, the numbers stubbornly unchanged from her previous three reviews that morning. As Vice President of North American Manufacturing Operations at Ford Motor Company, she had managed through supply chain disruptions, semiconductor shortages, and pandemic shutdowns. But the challenge before her on this May morning in 2025 was different—it required not just operational agility, but a fundamental strategic choice about Ford’s manufacturing footprint for years to come. The catalyst was unambiguous: new Section 232 tariffs implemented in April 2025 imposed a 25% duty on imported automobiles and certain automotive parts.¹ For Ford, which manufactured approximately 20% of its North American volume in Mexico—including high-demand models like the Bronco Sport and Maverick at the Hermosillo plant and the Mustang Mach-E at Cuautitlán—the tariffs represented a potential $2.0-2.5 billion annual cost impact.² While the Trump administration had granted certain exemptions for components that couldn’t be sourced domestically, complete vehicles remained subject to the full tariff. Chen had three weeks to present her recommendation to Ford’s Executive Leadership Team. The decision would impact thousands of jobs on both sides of the border, require potentially billions in capital investment, and shape Ford’s competitive position in the rapidly evolving automotive market. As she gazed out her Dearborn office window toward the historic River Rouge Complex—itself a symbol of Ford’s manufacturing legacy—she considered the irony: the company that pioneered modern manufacturing efficiency now faced a choice between economic optimization and political-economic realities. What should Chen recommend, and how should she weigh the competing factors of cost, resilience, political positioning, and long-term strategic flexibility?

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,026
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,013
Tête enseignante GPT0,221
Écart entre enseignants0,208 · 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 tête enseignante, pas un consensus.

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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Applied Business and EconomicsMême sujetRegional resilience and developmentTravaux en français237 207