Notice bibliographique
Résumé
Purpose Drawing on the resource‐based view of the firm and the dynamic capabilities perspective, this paper sets out to argue that salespeople's selling skills and their inter‐ and intra‐unit collaborative skills are valuable, rare, socially complex, and inimitable knowledge‐based resources embedded in the human and social capital of field sales units (FSUs). Salespeople's selling and collaborative skills, both directly and interactively, should help field sales units generate greater economic rents. This paper also aims to explore the effect of salespeople's selling and collaborative skills on the level of total compensation through the mediating role of sales unit performance. Design/methodology/approach The data were obtained from a sample of managers of FSUs in 102 large Canadian organizations. The proposed model and its hypotheses were tested using hierarchical moderated regression analysis. Findings Collaborative skills, but not selling skills, are directly related to FSU performance; the effect of selling skills on FSU performance is strengthened by the complementary role of collaborative skills; and selling skills and collaborative skills both individually and interactively result in the payment of higher compensation to salespeople as a result of their enhanced performance. Research limitations/implications Salespeople's selling skills and collaborative skills (both directly and interactively) not only enable the FSU to generate higher levels of performance, but they also increase individual salespeople's compensation. Practical implications It is necessary for managers to acknowledge the role of knowledge‐based resources in building/developing organizational dynamic capabilities. Originality/value This is one of the few studies that explores the strategic role of salespeople in creating a competitive advantage and links the sales management literature to the literature on the RBV of the firm and social capital/human capital theory.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».