Notice bibliographique
Résumé
After a multi-year lull, merger and acquisition activity has started again to pick up speed. In 2004, the value of global M&A activity grew 40% to just under $2 trillion, compared to $833 billion in 2003. This is the first time the market has seen such growth since 1998 when it increased 80% from 1997. M&A activity in the post-millennium years weakened because investors were jittery after the dot.com bust and September 11 attacks in the United States. By 2005, it seemed that much of that fear had abated, as M&A activity was strong through June. There were more large deals in 2004 as well, such as Sprint Corporation’s purchase of Nextel Communications Inc. for $46 billion and J.P. Morgan Chase’s acquisition of Bank One for nearly $60 billion. But now in the last quarter of 2005, other shocks may affect business activity generally and M&A activity in particular. For example, what will be the effect of Hurricane Katrina and higher oil prices on future M&A deals? Depending on what turns the US and world economies take, the storm that crushed New Orleans and the Gulf Coast – and its ripple effects on the economy -- may reverse the M&A rebound. In this article, we discuss factors that encouraged M&A activity to bounce back, analyze why recent European M&A activity is more successful than past activity, revisit reasons CEOs pursue M&As, present reasons for cautions, review determinants of a successful merger or acquisition, make suggestions for CEOs considering M&A, and, finally, discuss possible effects of Hurricane Katrina on M&A activity in the next year or two.
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 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) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».