MétaCan
Menu
Retour à la cohorte
Enregistrement W2173394018 · doi:10.1509/jmkg.70.4.37

Creating a Market Orientation: A Longitudinal, Multifirm, Grounded Analysis of Cultural Transformation

2006· article· en· W2173394018 sur OpenAlexaff
Gary F. Gebhardt, Gregory S. Carpenter, John F. Sherry

Notice bibliographique

RevueJournal of Marketing · 2006
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueInnovation and Knowledge Management
Établissements canadiensKellogg's (Canada)
Organismes subventionnairesnon disponible
Mots-clésMarket orientationMarketingBusinessMarket orientedOrientation (vector space)Market analysisNonmarket forcesOrganizational culturePublic relationsEconomicsFactor marketPolitical scienceMarket economyGeometry

Résumé

récupéré en direct d'OpenAlex

Market orientation is a foundation of marketing and is increasingly important in other fields, such as strategic management. Research in marketing has identified the characteristics of market-oriented organizations. However, how organizations change to become more market oriented has received less attention. In this article, the authors conduct an in-depth, longitudinal, multifirm investigation of firms that have successfully created a market orientation. Grounded by this in-depth understanding, they develop a theoretical model to explain how firms create a market orientation. The model identifies four path-dependent stages of change. In contrast to current conceptualizations, the authors find that creating a market orientation requires dramatic changes to an organization's culture and the creation of organizationally shared market understandings. The findings offer new insights into how organizations develop a greater market orientation, organizational change, and the nature of market orientation, including the role of intraorganizational power and organizational learning in creating and sustaining a market orientation.

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)0,005
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: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,028

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,008
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0030,002
Communication savante0,0020,003
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,018
Tête enseignante GPT0,256
Écart entre enseignants0,238 · 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'étudeQualitatif
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

Citations383
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of MarketingMême sujetInnovation and Knowledge ManagementTravaux en français237 207