Vers une meilleure gestion des défis interculturels dans les implantations chinoises à l'étranger
Bibliographic record
Abstract
Suite à l'émergence fulgurante de la Chine depuis 1978, le pays suscite l'intérêt des pays du monde entier. Après avoir accueilli de nombreux investissements étrangers, la plupart provenant des pays occidentaux, c'est au tour de la Chine de déployer ses ailes à l'étranger et d'investir outre-mer. Voulant bénéficier de ce nouveau tournant, le Québec souhaite jouir de ces investissements au sein de son économie. Cependant, les processus d'affaires peuvent s'avérer être complexes et difficiles tant la culture de chacune des parties prenantes diffère. Les résultats principaux révélés suite à l'enquête mettent en lumière les cibles d'amélioration, lesquelles sont regroupées sous le modèle des « 6C » : le Comportement, la Communication, la Coopération, la Connaissance de l'étranger, la Confiance et le Contrôle. Afin de relever le défi de la gestion interculturelle des implantations chinoises à l'étranger, les entreprises doivent accorder une importance toute particulière à ces six points dans le cadre du modèle de gestion de l'entreprise, c'est-à-dire aux niveaux de la planification, de l'organisation, de la direction et du contrôle.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.003 | 0.003 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.004 | 0.007 |
| Scholarly communication | 0.005 | 0.002 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.006 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".