Innovation Outcomes of Digitally Enabled Collaborative Problemistic Search Capability
Notice bibliographique
Résumé
A firm’s use of boundary-spanning information systems (BSIS) can be beneficial for innovation by providing access to market-facing information. At the same time, BSIS use can give rise to information overload, making it difficult for firms to leverage the most pertinent information for innovation. Although there has been progress in developing the understanding of the role of IS in innovation, it is unclear what capabilities firms need to develop to facilitate innovation in the presence of information overload from BSIS (IO-BSIS). We maintain that firms are increasingly experiencing IO-BSIS and therefore a thorough investigation of firm-level capabilities to facilitate innovation while coping with IO-BSIS is needed. To address this important gap, we broaden the theory of problemistic search for innovation by proposing a digitally enabled collaborative problemistic search (CPS) capability. We propose that a cross-stream CPS effect—the interaction of CPS with customers (CPS-C) and CPS with suppliers (CPS-S)—can enable firms to reinvigorate their internal knowledge for innovation by engaging customers and suppliers in filtering and interpreting market-facing information. Further, we theorize that the presence or absence of IO-BSIS is a contingency factor that affects whether the cross-stream CPS effect is likely to be beneficial or detrimental to innovation. Based on the analysis of data collected from 227 firms, we find that the cross-stream CPS effect is beneficial for innovation when firms face IO-BSIS and detrimental to innovation when firms do not experience IO-BSIS. We thus open the black box of the digitally enabled innovation activity by shedding light on specific collaborative activities that advance innovation while enabling firms to cope with information overload.
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 | 0,003 | 0,032 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,004 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 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 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 ».