MétaCan
Menu
Retour à la cohorte
Enregistrement W1543898739 · doi:10.1108/03090561011047535

Defensive strategy framework in global markets

2010· article· en· W1543898739 sur OpenAlexaff
Fahri Karakaya, Peter Yannopoulos

Notice bibliographique

RevueEuropean Journal of Marketing · 2010
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueInnovation and Knowledge Management
Établissements canadiensBrock University
Organismes subventionnairesnon disponible
Mots-clésCompetition (biology)Industrial organizationOrder (exchange)OriginalityTypologyBusinessMarketingVariety (cybernetics)Nonmarket forcesValue (mathematics)EconomicsFactor marketMicroeconomicsQualitative research

Résumé

récupéré en direct d'OpenAlex

Purpose The purpose of this study is to develop a conceptual framework for defensive strategy by integrating market entry modes and the typology of firms suggested by Day and Nedungandi, and to attempt to propose how local incumbent firms utilize their mental models in order to react against market entry of new competition in global markets. Design/methodology/approach The theoretical perspective adopted in the study is how mental models used by incumbent firms influence their reaction to market entry of new competition in developing defensive strategies to defend their markets. Findings Mental models of incumbent firms, categorized as self‐centered, competitor‐centered, customer‐oriented, and market‐driven firms, impact their reaction and the development of defensive marketing strategies against market entrants using a variety of market entry modes in global markets. Originality/value The paper presents an extensive review of the defensive marketing and mental models literature and shows how the way in which incumbent firms react to market entry of new competition contributes to understanding of incumbent reaction to market entry of new competition in global markets. Research directions for future research and managerial implications are also provided.

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)0,009
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,631
Score d'incertitude au seuil0,536

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0090,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,013
Tête enseignante GPT0,233
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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations30
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEuropean Journal of MarketingMême sujetInnovation and Knowledge ManagementTravaux en français237 207