Enabling the business strategy of SMEs through e‐business capabilities
Notice bibliographique
Résumé
Purpose The present study aims at a deeper understanding of the performance outcomes of the alignment between the e‐business capabilities of manufacturing small‐ and medium‐sized enterprises (SMEs) and their business strategy in terms of Miles and Snow's recognised strategic typology that includes prospectors, analyzers, and defenders. Design/methodology/approach From a contingency theory perspective, a survey of 107 Canadian manufacturers was used to collect data that were analyzed through correlation analysis. Findings Results indicate that the ideal e‐business profiles vary in the relation to the firms' strategic orientation, whether it is of the defender, analyzer or prospector type. E‐business alignment has positive performance outcomes for manufacturing SMEs in terms of growth, productivity and financial performance. Research limitations/implications The nature of the sample impose care in generalizing the results of the study. These results also allow us to emphasise the nature rather than the investment value of the SMEs' information technology investment, given that certain forms of e‐business would be more appropriate for certain firms, depending upon their strategic orientation. Practical implications For SME owner‐managers that require greater manufacturing flexibility, increased systems integration, products and services of better quality, and higher levels of product and process innovation, the results of this study allow us to prone an examination of their firm's level of e‐business assimilation, this being done in conjunction with their strategic intent. Originality/value This is one of the first studies to have used a rigorous conceptualisation and measure of alignment to confirm the theoretical validity and empirical usefulness of this notion and of the strategic contingency approach for research on e‐business, and to compare this approach with the universalistic approach founded upon “best practices”.
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 | 0,001 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».