Capability development in the early stages of firms: internal building, external leveraging, and flexibility
Notice bibliographique
Résumé
Cette thèse vise à comprendre les processus de développement des capacités dans les premiers stades d'une entreprise. Empiriquement, la plupart des recherches ont porté sur des entreprises établies, ou bien ont cherché à expliquer la variance des capacités des entreprises à un moment donné. Théoriquement, malgré le passage à une vision plus dynamique et l'attention croissante à tirer parti des capacités externes, notre compréhension de la façon dont les entreprises parviennent à un changement dynamique ou l'interaction entre l'approvisionnement externe et interne des capacités est encore limitée. J'aborde ces écarts à l'aide de trois études interdépendantes. Le premier article adopte une étude de cas multiples conçue afin de développer une théorie sur l'introduction et le développement des capacités d'innovation dans les nouvelles entreprises. La documentation existante se concentre séparément sur des ressources internes ou l'utilisation de réseaux. En revanche, cette étude montre comment les jeunes entreprises combinent la mise en place interne et l'usage de stratégies externes afin de faciliter le développement rapide des capacités dans les premiers stades. À partir de données sur des entreprises de biotechnologie de la région de Montréal, les résultats révèlent des implications différentes sur le parcours suivi et le rythme de développement des capacités, et le rôle de la collaboration dans les entreprises avec différents parcours internes de mise en place. Le deuxième article se concentre sur la façon dont la collaboration contribue à l'édification des capacités internes dans de nouvelles entreprises. Les effets des capacités de s'engager dans la collaboration demeurent confus lorsqu'on examine la documentation sur le sujet. En utilisant des données sur des scénarios de collaboration à partir d'entreprises de biotechnologie montréalaises, l'étude révèle quatre mécanismes de mise en place des connaissances dans les entreprises visées par cette étude. Chaque mécanisme implique des connaissances différentes ajoutées à l'entreprise, et exige différents processus d'interaction avec ses partenaires. Cette étude améliore la compréhension des effets de réseau en ce qui concerne le développement des capacités. Le troisième article élabore un cadre de développement des capacités organisationnelles qui intègre l'esprit d'entreprise et des habitudes organisationnelles. Elle traite d'un débat toujours en cours sur le défi que représente l'équilibre entre l'efficacité et la flexibilité dans les organisations. En étudiant le cas d'une entreprise chinoise d'équipements de télécommunication, il met en lumière la dynamique des connaissances entre les activités entrepreneuriales et les habitudes, le rôle de l'entrepreneuriat à la fois sur les interfaces externes et internes de l'organisation et les changements exogènes et endogènes dans les pratiques habituelles. Ce cadre fait progresser la perspective dynamique de la recherche des capacités. Dans l'ensemble, cette thèse contribue au processus de théories sur le développement des capacités dynamique. Il génère des informations nouvelles sur la capacité d'initiation, de prolongement et de changement dans les organisations.
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 | 0,002 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,004 |
| Communication savante | 0,008 | 0,008 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,001 |
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 ».