MétaCan
Menu
Retour à la cohorte
Enregistrement W7131983091

Antigal: Strategy and Succession Challenges in a Family-Owned Vineyard with Global Ambitions

2022· other· en· W7131983091 sur OpenAlexaff
Lucia Pierini, Martin Roll, Gianfranco Siciliano, Zhijing Cao

Notice bibliographique

RevueCEIBS Institutional Repository · 2022
Typeother
Langueen
Domaine
Thématique
Établissements canadiensCentre Casa
Organismes subventionnairesnon disponible
Mots-clésWineryChinaGraduation (instrument)Work (physics)WifeFamily businessRestructuringShareholderVineyard
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Antigal is an Argentinian winery with an integrated business model including vineyards, wine production, and distribution. Antigal is owned by the Cartoni family. Virgilio Cartoni entered Antigal as a minority shareholder in 2007, and in 2016 he and his wife Ana Maria took full control of the winery. Antigal consists of three companies. Virgilio and Ana Maria have four children: Stefano, Francesco, Alessandra, and Antonella. Since 2016, the couple each own 20% of the vehicle ROCKY, parent to two companies of Antigal, and the four children own 15% each. Virgilio and Ana Maria also own 50% each of the vehicle BACO, parent to the third company of Antigal. In mid-2018, Antigal became a multi-generational family-managed firm with Stefano, Alessandra, and Francesco working as company managers. Francesco, Virgilio, and Ana Maria’s second-oldest son started working for a Chilean producer and exporter of wines following his graduation from university, and he soon realized that the future of the wine business was in China. Consequently, in 2016 he moved to China to work for the Chilean company there. In 2018 Francesco resigned from the job to start a full-time MBA program and begin to build relationships for his family business. Francesco, along with his brother and sister, has a vision to bring Antigal to the next level. There are many challenges ahead for the company to overcome: How to structure the family business governance? How to expand the business and increase the enterprise value of the firm? How and how much could China contribute to it?

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: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,037
Score d'incertitude au seuil0,073

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 technologies0,0170,004
Communication savante0,0100,005
Science ouverte0,0020,006
Intégrité de la recherche0,0020,005
Charge utile insuffisante (le modèle a refusé de juger)0,0170,002

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 Opus0,032
Tête enseignante GPT0,265
Écart entre enseignants0,233 · 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
GenreAutre

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
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCEIBS Institutional RepositoryTravaux en français237 207