The Moderating Effect of Environmental Uncertainty on New Product Development and Time Efficiency<sup>*</sup>
Notice bibliographique
Résumé
This empirical study examines the influence of environmental uncertainty on industrial product innovation. The present study addresses what is believed to be a shortcoming in the new product development literature and explores potential effects of environmental uncertainty on the development process, project organization, and on project timeliness with a sample of development projects in two countries, Canada and Australia. When looking at the combined sample of 182 completed projects, this study finds that the perceived market‐related project environment has a direct and positive impact on time efficiency. Further, this research finds that a higher degree of technological uncertainty moderates the relationship between development process, project organization and time efficiency. Consequently, innovating companies may benefit by adapting some of their development approaches to different environmental conditions and to varying degrees of uncertainty. However, when examining country‐specific effects, the results change quite significantly. In particular, the findings indicate that environmental uncertainty in the Canadian sample neither directly impacts time efficiency, nor does it have any moderating effect. Instead, technical proficiency in the development process, project team organization, and process compression appear to be viable strategies to increase time‐efficient development. In contrast, the results of the Australian study suggest that perceived market and technological uncertainty impact time efficiency. In particular, under conditions of technological unpredictability, project team organization increases time efficiency, whereas process compression appears to decrease time‐efficient product development. However, process compression seems to be a viable strategy in environments characterized by lower technological uncertainty. The results also point to the importance of disaggregating data when studying product development processes across countries.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,027 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».