Uncertain Environment and Organizational Performance: The Mediating Role of Organizational Innovation
Notice bibliographique
Résumé
<p><strong><em>Purpose: </em></strong>How to survive<strong><em> </em></strong>in dynamic and uncertain business environment?, is one of the biggest<strong><em> </em></strong>challenge for corporations today. To answer this question, current study<strong> </strong>examines the role of organizational innovation for improving performance in today’s competitive, dynamic and uncertain business environment.<strong><em></em></strong></p><p><strong><em>Design:</em></strong> The study used structured closed-ended survey questionnaire and data is collected through self-administered technique to increase the response rate. The unit of analysis is the employees working in cellular industry in Pakistan. The analysis techniques includes, validity analysis through confirmatory factor analysis (CFA) reliability analysis through Cronbach alpha, correlation analysis, hypotheses testing utilizing structure equation modeling (SEM) in AMOS software whereas, mediation through method of Baron and Kenny (1986).</p><p><strong><em>Findings:</em></strong> Results show that organizational innovation plays the mediating role between uncertain environment and organizational performance. <strong></strong></p><p><strong><em>Practical implications: </em></strong>The study proposes<strong> </strong>that organizational innovation is inevitable<strong> </strong>for maintaining organizational performance in uncertain business environment particularly in dynamic industries.</p><p><strong><em>Originality:</em></strong> The current study proposed and tested an important conceptual model that explains the mediating role of organizational innovation to enhance the organizational performance in uncertain business environment.</p>
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».