The negative effect of team’s prior experience and technological turbulence on new service development projects with customer involvement
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Purpose – The current study examines the negative moderating effects of team’s prior experience and technological turbulence on the antecedents and consequences of using information provided by customers involved in new service development (NSD). It also examines one way to mitigate the proposed negative effects. Design/methodology/approach – The unit of analysis was NSD projects in which customers had been involved during the development process. A self-administered mail survey was used to collect the data. The proposed model was tested using hierarchical path analysis. Findings – Results show that team’s prior experience reduces the extent to which recorded and shared information from customers involved in NSD is used for project-related decisions during the development process. Findings also reveal that technological turbulence can reduce the positive effect of using information provided from customers involved in NSD on new service advantage and service newness. Finally, results show that involving lead users in NSD can help reduce the negative moderating effects of team’s prior experience and technological turbulence. Originality/value – The literature on information use suggests that availability of information does not guarantee its use. In keeping with this argument, the current study reveals that for NSD projects with customer involvement, team’s prior experience and technological turbulence are part of the challenge of making effective use of the new knowledge that customers bring to the development project. Firms are advised to collaborate with lead users as a way to attenuate this problem.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,007 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle