MétaCan
Menu
Retour à la cohorte
Enregistrement W104819647 · doi:10.1287/mnsc.2017.2737

Competitive Intensity and Its Two-Sided Effect on the Boundaries of Firm Performance

2017· article· en· W104819647 sur OpenAlexaff
João Montez, Francisco Ruiz‐Aliseda, Michael D. Ryall

Notice bibliographique

RevueManagement Science · 2017
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueSupply Chain and Inventory Management
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésCompetition (biology)Core (optical fiber)Computer scienceIndustrial organizationPerspective (graphical)Value (mathematics)MicroeconomicsTransaction costCompetitive advantageDatabase transactionEconomicsBusinessMarketingArtificial intelligenceMachine learning

Résumé

récupéré en direct d'OpenAlex

The new perspective emerging from strategy’s value-capture stream is that the effects of competition are twofold: competition for an agent bounds its performance from below, while that for its transaction partners bounds from above. Thus, assessing the intensity of competition on either side is essential to understanding firm performance. Yet, the literature provides no formal notion of “competitive intensity” with which to make such assessments. Rather, some authors use added value as their central analytic concept, others the core. Added value is simple but misses the crucial, for-an-agent side of competition. The core is theoretically complete but difficult to interpret and empirically intractable. This paper formalizes three, increasingly general notions of competitive intensity, all of which improve on added value while avoiding the complexity of the core. We analyze markets characterized by disjoint networks of agents (e.g., supply chains), providing several insights into competition and new tools for empirical work. The online supplement is available at https://doi.org/10.1287/mnsc.2017.2737 . This paper was accepted by Bruno Cassiman, business strategy.

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 candidatesÉtudes des sciences et des technologies, Communication savante
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,961
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0020,002
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
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 Opus0,023
Tête enseignante GPT0,243
Écart entre enseignants0,220 · 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'étudeThéorique ou conceptuel
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

Citations10
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueManagement ScienceMême sujetSupply Chain and Inventory ManagementTravaux en français237 207