MétaCan
Menu
Retour à la cohorte
Enregistrement W2101727588 · doi:10.5465/ambpp.2013.10441abstract

The Development of Dynamic Capabilities in Environments of Persistent Disturbances

2013· article· en· W2101727588 sur OpenAlex
Brent McKnight, Pratima Bansal

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueAcademy of Management Proceedings · 2013
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueInnovation Diffusion and Forecasting
Établissements canadiensWestern UniversityMcMaster University
Organismes subventionnairesnon disponible
Mots-clésDynamismDynamic capabilitiesAutomotive industryWork (physics)Computer scienceRisk analysis (engineering)Industrial organizationBusinessEngineeringMechanical engineering

Résumé

récupéré en direct d'OpenAlex

In this paper, we explore the creation and development of dynamic capabilities. In contrast to prior work, we argue that many environmental disturbances are repeated and not entirely new or stochastic. We argue that dynamic capabilities are developed in response to the more persistent aspects of these disturbances. Using the case study of the American automotive industry between 1965 and 2010, we draw a picture of the disturbances experienced by firms in this industry, such as labor disruptions, energy challenges, and economic cycles. We show inductively that firms first managed only to cope in the face of new disturbances by deploying existing dynamic capabilities that had been developed to address prior disturbances. Eventually these firms layered on new capabilities that improved the technical fitness of their dynamic capabilities. The interacting layers of capabilities that these firms built formed an architecture that further improved evolutionary fitness. This research contributes to prior work in dynamic capabilities, pointing to the importance of understanding how different types of environmental dynamism shape dynamic capabilities.

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 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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,786
Score d'incertitude au seuil0,266

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,052
Tête enseignante GPT0,307
Écart entre enseignants0,255 · 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