Attacking your partners: Strategic alliances and competition between partners in product markets
Notice bibliographique
Résumé
Research Summary: This study contributes to the literature on strategic alliances by examining the impact of collaboration on competition between partners in product markets. We integrate the alliance learning and social network perspectives to examine how different combinations of exploratory and exploitative alliances between a firm and its partner influence the firm’s competition against its partner in product markets. Using a longitudinal dataset collected in the U.S. pharmaceutical industry (1984–2003), we find an inverted U‐shaped relationship between relative exploration (i.e., the proportion of exploratory alliances in the collaborative portfolio between a firm and its partner) and the firm’s competition against its partner. This relationship is negatively moderated by firms’ relational and structural embeddedness, but positively moderated by their positional embeddedness. Managerial Summary: This study examines how different combinations of exploratory and exploitative alliances between two firms affect their competition in the product market. Using a 20‐year dataset collected in the U.S. pharmaceutical industry, we find that the proportion of exploratory alliances (i.e., joint development of critical innovations) in the alliance portfolio between a firm and its partner increases the firm’s competition against its partner, up to a tipping point at which such competition starts to decline. Given a certain combination of the two types of alliances, such competition is stronger if the firm has more alternative allies than its partner but weaker if the firm and its partner have previously collaborated or share common allies in their networks.
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 | 0,006 | 0,031 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,004 | 0,005 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,001 |
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 ».