Relating microprocesses to macro‐outcomes in qualitative strategy process and practice research
Notice bibliographique
Résumé
Research Summary : A common challenge among qualitative Strategy Process and Strategy‐as‐Practice scholars concerns the need to link micro‐level processes and practices to organizational‐level outcomes in order to make their research more managerially relevant. In this methodological article, we explore and evaluate different ways of addressing this challenge. We draw on a corpus of qualitative process and practice studies to develop and illustrate three micro–macro linking strategies associated with these perspectives: correlation, progression, and instantiation. The strengths and weaknesses of the different linking strategies are discussed, and opportunities for complementarity, combination, and development are proposed. The article reveals the distinctive but complementary contributions of Strategy Process and Strategy‐as‐Practice strands of scholarship to understanding how microprocesses affect macro‐outcomes. Managerial Summary : Managers engage in a variety of strategic management processes and practices in order to develop and implement better strategies, achieve commitment to them from organization members, and ultimately improve organizational outcomes such as financial performance and competitive advantage. Qualitative research on these processes and practices is valuable because it can capture the detail and richness of strategic management as it is practiced in real organizations over time. Yet, it may not always be easy to see how this kind of research can derive useful knowledge about how these processes and practices actually affect outcomes. This article addresses this issue, identifying three methodological approaches (correlation; progression; instantiation) that can help scholars and managers understand these linkages, outlining their strengths and limitations.
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 | 0,004 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| 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 ».