Bibliographic record
Abstract
Transakcje offsetowe a rozwój przemysłu WstępTransakcje offsetowe będące formą wymiany wzajemnie uwarunkowanej podlegają podobnie jak pozostałe formy handlu wiązanego nieustannej krytyce ze strony znaczących organizacji międzynarodowych, tj.: WTO, Bank Światowy, Międzynarodowy Fundusz Walutowy.Zarzuty stawiane im brzmią bardzo poważnie i dotyczą destabilizacji międzynarodowego systemu handlu i płatności.Uznaje się, że stosowanie tego typu transakcji jest powrotem do bilateralnych stosunków między uczestnikami wymiany handlowej.Towarzyszą temu tak negatywne zjawiska, jak: niekorzystna zmiana kierunku przepływu towarów i usług oraz związanych z nimi płatności, fałszowanie obrazu handlu światowego drogą ukrywania przez zainteresowane firmy danych na temat ich udziału w tego typu transakcjach oraz występowanie w nich praktyk restrykcyjnych.W odróżnieniu od pozostałych form transakcji wiązanych, tj.barteru, kompensaty, zakupów wzajemnych czy też samospłaty (ang.buyback), transakcje offsetowe są stosunkowo nową formą wymiany uwarunkowanej.Jej specyfika polega na stosowaniu ich w przypadku dokonywania przez importera, dużych w sensie nakładów kapitałowych, zakupów sprzętu wojskowego (systemy telekomunikacyjne, radiolokacyjne, środki transportu, samoloty myśliwskie itp.).Stronami umowy są zazwyczaj wielkie korporacje, np.Lockheed Martin, Boeing, SAAB, British Aerospace itp.i rządy państw.Głównym celem niniejszego artykułu jest przedstawienie złożonych relacji między możliwościami przyspieszonego rozwoju określonych gałęzi przemysłowych a negocjacjami i przebiegiem realizacji transakcji offsetowych.Cechy charakterystyczne tego typu transakcji to: 1. Strona kupująca warunkuje dokonanie zakupu uzbrojenia od uzyskania jakiejś konkretnej korzyści przemysłowej lub handlowej.Wymagania te dotyczą zazwyczaj: -zawarcia w produkcie finalnym elementów lub podzespołów wyprodukowanych w kraju importera, -koprodukcji wymagającej transferu technologii lub know-how o znaczeniu strategicznym, -długoterminowych zobowiązań eksporterów technologii do zakupu dóbr lub usług w kraju importera.* Autorka jest pracownikiem Kolegium Gospodarki Światowej Szkoły Głównej Handlowej w Warszawie.Artykuł wpłynął do redakcji w lipcu 2007 r.Artykuł 23, World Trade Organization's Agreement on Government Procurement, www.wto.org.Artykuł 23, World Trade Organization's Agreement on Government Procurement, www.wto.org.between the main forms of offset strategies and the goals of industrial development in both the civilian and defense sectors.Further in the article, the author offers a concise model of technological development spurred by offset transactions.The model is illustrated by numerous examples of offset transactions made in recent years between partners from various regions of the world.The economic effects of offset transactions on industrial development are unclear, the author concludes, but a detailed analysis of specific examples of such transactions may help reveal the basic problems that arise in the course of such projects, along with the long-term implications of poor performance and negotiation mistakes in this area.The paper ends with a brief analysis of Poland's defense industry and its prospects for the future, including plans to establish a single defense corporation based on the use of new technology secured by Poland under offset agreements signed by the government over the past several years.
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 | 0.000 | 0.002 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.004 |
| Science and technology studies | 0.001 | 0.003 |
| Scholarly communication | 0.007 | 0.004 |
| Open science | 0.000 | 0.003 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.024 | 0.001 |
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".