Alliance portfolio reconfiguration following a technological discontinuity
Notice bibliographique
Résumé
Research summary : We study how technological discontinuities generate first‐ and second‐order effects on alliance formation and termination, leading to reconfiguration of firms' alliance portfolios. Following technological shocks, we argue that firms often seek alliances that provide new resources while also having incentives to form alliances for reinforced and challenged resources that complement the new resources. In parallel, alliance terminations, even involving resources otherwise unaffected by the discontinuity, increase due to limits in firms' alliance carrying capacity. We study biopharmaceutical firms between 1990 and 2000, which faced a technological discontinuity in 1995 in the form of combinatorial chemistry and high‐throughput screening. We improve understanding of how technological discontinuities affect the value of resources and how firms reconfigure alliance portfolios in response . Managerial summary : When firms form alliances to gain new resources during technological discontinuities that disrupt their industry, they cannot consider only the focal new partnerships. Instead, new alliances create complementarity and substitution pressures that lead to broader reconfiguration of the firms' alliance portfolios: (1) complementarity creates incentives to also form alliances for resources that the technological discontinuity reinforces or challenges in order to improve the collective value of co‐specialized assets; (2) substitution creates incentives to terminate existing alliances, even if their value is otherwise unaffected by the discontinuity, in order to create carrying capacity for new alliances. Thus, one new alliance can generate a cascade of reconfiguration that challenges the balance between the benefits of stability and the need for change in an alliance portfolio . Copyright © 2016 John Wiley & Sons, Ltd.
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 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 | 0,001 | 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 | 0,001 |
| 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 | 0,001 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».