Going global: how smaller enterprises benefit from strategic alliances
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 This paper aims to focus on understanding three dimensions of international alliance formation by small to medium‐sized enterprises (SMEs): the role of internal actors, planning/opportunity management, and organizational learning. Design/methodology/approach The three dimensions form a proposed model of international alliance formation which is examined using semi‐structured interviews with 16 biotechnology SMEs from Montreal (Canada) and 12 from Boston (USA). Findings Findings deepen the understanding of the firm's internal development of international alliance strategy. Results generally support different roles of organizational actors in international alliance formation, often a combination of planning and opportunity management, and signal rather weak administrative routines to ensure organizational learning from the alliance experience. Interestingly, alliance formation strategies vary across the two cities (countries). Age of the firm, development phase, human and financial resources, and competencies may explain these differences. Research limitations/implications Limitations include a single respondent in each firm, sample size, and single sector (biotechnology). Future longitudinal research could combine information from and about the implication of all actors and their networks during alliance formation and examine the process by alliance functions (R&D, production, marketing) and governance modes (equity, non‐equity). Practical implications Results suggest weaknesses and potential avenues to be explored by managers. Originality/value To the authors' knowledge, this is a first attempt to model the internal dimensions of alliance strategy formation for SMEs, integrating the role of actors, planning and opportunity, as well as learning. Multiple quotations provide a rich environment for understanding practice.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,005 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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