Canadian competitive intelligence practices – a study of practicing strategic and competitive intelligence professionals Canadian members
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Purpose With intelligence (a field related to foresight) practice growing, the purpose of this study was to examine the practices of Canadian competitive intelligence (CI) practitioners. Design/methodology/approach Survey of Canadian CI practitioners who are SCIP members (Strategic and Competitive Intelligence Professional), using a revision to a previously used instrument designed to examine competitive intelligence practices. Findings Canadian SCIP member competitive intelligence practices seem to be more formalized than those found in the global SCIP study in 2006 with 84.8 per cent having a manager with CI responsibilities, 61 per cent with a formal centralized CI unit and only 9 per cent responding that CI was done informally. Intelligence units were generally smaller with 38 per cent having one full-time CI resource and 41 per cent having between 2 and 4 full-time resources. Additional findings on information sources used, analytical techniques used, evaluation methods and communication methods are reported. Research limitations/implications Despite getting responses from close to 50 per cent of SCIP members, the small sample size (79) makes it difficult to generalize the results beyond the Canadian SCIP environment and limits the testing that can be done. Originality/value The last study on Canadian competitive intelligence practices was in 2008, thus part of the originality of the study was getting more recent information on corporate intelligence practice. In addition, this is the first Canadian study to focus specifically on known intelligence practitioners (SCIP members). Past studies focused on companies in general regardless of whether respondents knew what competitive intelligence was or practiced CI.
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.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,002 |
| 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 | 0,000 |
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 découle