MétaCan
Menu
Retour à la cohorte
Enregistrement W2595239169 · doi:10.24251/hicss.2017.668

The Interorganizational Relationships Process: An Asset Orchestration Mechanisms Perspective in an SME Context

2017· article· en· W2595239169 sur OpenAlexafffund
Claudia Pelletier, Dragos Vieru, Anne‐Marie Croteau

Notice bibliographique

RevueProceedings of the ... Annual Hawaii International Conference on System Sciences/Proceedings of the Annual Hawaii International Conference on System Sciences · 2017
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueBusiness Strategy and Innovation
Établissements canadiensConcordia UniversityUniversité du Québec à Trois-RivièresUniversité TÉLUQ
Organismes subventionnairesFonds de Recherche du Québec-Société et Culture
Mots-clésOrchestrationStructuringContext (archaeology)Knowledge managementProcess (computing)Asset (computer security)Process managementConceptual frameworkBusinessPerspective (graphical)Computer scienceSociology

Résumé

récupéré en direct d'OpenAlex

This exploratory study analyzes the collaborative efforts between two small and medium enterprises (SMEs) engaged in an interorganizational relationship (IOR) aimed at developing co-specialized and complementary assets through coordinating mechanisms. Despite the richness of the literature on IOR, less is known about the mechanisms that trigger and affect collaborative efforts during an IOR process. We adopt a qualitative and processual approach and draw on the concepts of assets orchestration mechanisms, surface structures and deep structures to propose a conceptual framework. We conjecture that the connection between surface structures and deep structures of the IOR process is facilitated by three specific mechanisms: allocating resources, structuring resources and coordinating resources. Our single case data analysis suggests that IOR efforts work well across organizational boundaries between business partners thanks to the assets orchestration mechanisms and when shared vision and artefacts are translated into shared processes and practices. \

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Communication savante, Science ouverte
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,924
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0040,002
Communication savante0,0040,012
Science ouverte0,0090,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,088
Tête enseignante GPT0,319
Écart entre enseignants0,231 · 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 tête enseignante, pas un consensus.

Devis d'étudeThéorique ou conceptuel
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

Citations3
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueProceedings of the ... Annual Hawaii International Conference on System Sciences/Proceedings of the Annual Hawaii International Conference on System SciencesMême sujetBusiness Strategy and InnovationTravaux en français237 207