MétaCan
Menu
Retour à la cohorte
Enregistrement W2043455849 · doi:10.1002/smj.801

Managing for stakeholders, stakeholder utility functions, and competitive advantage

2009· article· en· W2043455849 sur OpenAlexaff
Jeffrey S. Harrison, Douglas A. Bosse, Robert A. Phillips

Notice bibliographique

RevueStrategic Management Journal · 2009
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueCorporate Social Responsibility Reporting
Établissements canadiensYork University
Organismes subventionnairesnon disponible
Mots-clésBusinessAmbiguityStakeholderCompetitive advantageValue (mathematics)Process (computing)Industrial organizationStakeholder theorysortKnowledge managementMarketingEconomicsComputer science

Résumé

récupéré en direct d'OpenAlex

Abstract A firm that manages for stakeholders allocates more resources to satisfy the needs and demands of its legitimate stakeholders than would be necessary to simply retain their willful participation in the firm's productive activities. We explain why this sort of behavior unlocks additional potential for value creation, as well as the conditions that either facilitate or disrupt the value‐creation process. Firms that manage for stakeholders develop trusting relationships with them based on principles of distributional, procedural, and interactional justice. Under these conditions, stakeholders are more likely to share nuanced information regarding their utility functions, thereby increasing the ability of the firm to allocate its resources to areas that will best satisfy them (thus increasing demand for business transactions with the firm). In addition, this information can spur innovation, as well as allow the firm to deal better with changes in the environment. Competitive advantages stemming from a managing‐for‐stakeholders approach are argued to be sustainable because they are associated with path dependence and causal ambiguity. These explanations provide a strong rationale for including stakeholder theory in the discussion of firm competitiveness and performance. Copyright © 2009 John Wiley & Sons, Ltd.

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 candidatesMéta-épidémiologie (sens strict), Communication savante
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,716
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 technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0000,000
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 Opus0,108
Tête enseignante GPT0,286
Écart entre enseignants0,178 · 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

Citations160
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueStrategic Management JournalMême sujetCorporate Social Responsibility ReportingTravaux en français237 207