MétaCan
Menu
Retour à la cohorte
Enregistrement W2789522405 · doi:10.1111/joms.12339

Spoils from the Spoiled: Strategies for Entering Stigmatized Markets

2018· article· en· W2789522405 sur OpenAlexaff
Angelique Slade Shantz, Eileen Fischer, Aurora Liu, Moren Lévesque

Notice bibliographique

RevueJournal of Management Studies · 2018
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueGlobal trade, sustainability, and social impact
Établissements canadiensYork UniversityUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésBusinessStakeholderIndustrial organizationMarketingEconomicsManagement

Résumé

récupéré en direct d'OpenAlex

Abstract Stigmatized markets are those where either the products/services, or the consumers, or both, have been collectively, negatively stereotyped and devalued by one or more stakeholder audiences in ways that discredit the overall market. Many stigmatized markets exist, and many flourish, yet little systematic attention has focused on entry into such markets. Our article addresses this gap by conceptualizing various strategies for entering stigmatized markets. We further present propositions regarding the market‐level factors that can influence which of these strategies firms will choose to employ. The contributions include: conceptually clarifying the nature of stigmatized markets; identifying additional types of entry strategies relevant for entering stigmatized markets; theorizing the conditions under which firms would choose one entry strategy over another; and opening up for consideration the effects that market entry may have on stigmatized actors in targeted markets.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,463
Score d'incertitude au seuil0,527

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,042
Tête enseignante GPT0,310
Écart entre enseignants0,267 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
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

Citations46
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Management StudiesMême sujetGlobal trade, sustainability, and social impactTravaux en français237 207