MétaCan
Menu
Retour à la cohorte
Enregistrement W2056070220 · doi:10.1177/0170840610397485

The Path of Most Persistence: An Evolutionary Perspective on Path Dependence and Dynamic Capabilities

2011· article· en· W2056070220 sur OpenAlexaff
Jean‐Philippe Vergne, Rodolphe Durand

Notice bibliographique

RevueOrganization Studies · 2011
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueInnovation and Knowledge Management
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésPath dependencePath (computing)Perspective (graphical)ContingencyEvolutionary dynamicsMicroeconomicsComputer scienceEconomicsEpistemologySociologyArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

This paper extends the dynamic capability view and research on organizational path dependence by arguing that path dependence can be a property of capabilities when a contingently-triggered capability path is subject to self-reinforcement (i.e. a set of positive and negative mechanisms that increases the attractiveness of a path relative to others). The paper introduces an evolutionary perspective, which specifies the underlying selection mechanisms of the property of path dependence in internal and external firm environments. This theorization sheds new light on three paradoxes that currently blur the theoretical contribution of path dependence to research at the managerial, organizational, and industry levels: (1) the problematic coexistence of path irreversibility and managerial intentionality; (2) the ambivalent strategic value of lock-in with regard to competitive advantage; and (3) the relative homogeneity in observed dynamic capabilities, despite their (possible) path dependence that should lead to a wider variety of outcomes owing to the presence of contingency. We highlight the contributions of this perspective to strategic management research and evolutionary theories.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,008
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,004
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,008
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0020,011
Communication savante0,0040,008
Science ouverte0,0010,003
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,029
Tête enseignante GPT0,244
Écart entre enseignants0,215 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

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

Citations212
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOrganization StudiesMême sujetInnovation and Knowledge ManagementTravaux en français237 207