MétaCan
Menu
Retour à la cohorte
Enregistrement W2116102173 · doi:10.5430/jms.v2n3p49

Comparative Analysis of Competitive Strategy Implementation

2011· article· en· W2116102173 sur OpenAlexvenueno aff
Maina A. S. Waweru

Notice bibliographique

RevueJournal of Management and Strategy · 2011
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueInnovation and Knowledge Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCompetition (biology)IncentiveCompetitive advantageSet (abstract data type)Strategic leadershipIndustrial organizationBusinessStrategy implementationDual (grammatical number)Strategic managementStatistical hypothesis testingOperations managementStatistical softwareMarketingProcess managementStrategic planningEconomicsMicroeconomicsComputer scienceStatisticsMathematics

Résumé

récupéré en direct d'OpenAlex

This paper presents research findings on Competitive Strategy Implementation which compared the levels of strategy implementation achieved by different generic strategy groups, comprising firms inclined towards low cost leadership, differentiation or dual strategic advantage. The study sought to determine the preferences for use of implementation armaments and compared how such armaments related to the level of implementation achieved. Respondents comprised 71 top executives from 59 companies among the top 300 private sector firms in Kenya. SPSS software was used to conduct t-test, ANOVA, and multiple linear regression analysis, to within 95% confidence interval or 5% statistical significance. The results indicated that there was no significant difference between the levels of strategy implementation achieved by any pair set of the three strategic groups. The study revealed that the predictors of strategy implementation include the firm’s capacity to overcome resistance to change, having incentives based on meeting strictly quantitative targets, adopting a win-lose competitive posture, its effectiveness in strategy implementation, and the environmental rate of change. The results also indicated that there was no significant difference between the preferences for use of either win-lose or win-win competition by any pair set of the strategic groups.

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)0,016
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,022

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,016
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0040,004
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0070,000

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 Opus0,069
Tête enseignante GPT0,306
Écart entre enseignants0,237 · 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'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

Citations17
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Management and StrategyMême sujetInnovation and Knowledge ManagementTravaux en français237 207