MétaCan
Menu
Retour à la cohorte
Enregistrement W2792459591 · doi:10.5539/ibr.v11n3p110

Strategic Approach of Saudi Small and Medium-Sized Enterprises: More of Emergent or Deliberate?

2018· article· en· W2792459591 sur OpenAlexvenueno aff
Mutab Z Alenzy

Notice bibliographique

RevueInternational Business Research · 2018
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueInternational Business and FDI
Établissements canadiensnon disponible
Organismes subventionnairesTaibah University
Mots-clésFlexibility (engineering)BusinessStrategic planningGovernment (linguistics)Small and medium-sized enterprisesAdaptation (eye)Industrial organizationStrategic managementMarketingValue (mathematics)Process managementEconomicsManagementComputer scienceFinance

Résumé

récupéré en direct d'OpenAlex

The impact of the strategic planning, especially in promising economies are significant indicators of success for the small and medium-sized enterprises (SMEs). Globally, the SMEs sector suffers from a very high failure rate and the most important reason for this is poor capacity in strategic management. The practice of SMEs in unstable environments, especially in oil-based economy like Saudi Arabia (SA), creates the need for more flexibility in building strategies. Therefore, as the aim of this study was to structurally examine the type of strategic management in SMEs, the adaptation of a high flexibility strategic theoretical framework based on the emergent strategy model by Mintzberg might be more suitable for SMEs’ needs and capabilities. In this research, forty-six SMEs were surveyed in SA. Unlike most previous research, whose variables focused on external issues (such as funding issues or government policies), this study focuses on internal issues (such as internal capabilities) that influence the choice of strategy in SMEs. Correlation and factor analysis were used because the data set was appropriate for factor analysis as the KMO value was greater than 0.50. The research concluded that SMEs tend to adopt a deliberate strategy more than the emerging strategy.

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)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,482
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,113
Tête enseignante GPT0,351
Écart entre enseignants0,238 · 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.

Devis d'étudeObservationnel
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

Citations12
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Business ResearchMême sujetInternational Business and FDITravaux en français237 207