MétaCan
Menu
Retour à la cohorte
Enregistrement W2885565540 · doi:10.7172/1644-9584.64.4

Strategic Challenges in Stakeholder Networks

2016· article· en· W2885565540 sur OpenAlexaff
Michał Zdziarski, Robert G. Boutilier

Notice bibliographique

RevueProblemy Zarządzania - Management Issues · 2016
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueInnovation and Knowledge Management
Établissements canadiensSimon Fraser University
Organismes subventionnairesnon disponible
Mots-clésBusinessStakeholderProcess managementStrategic planningKnowledge managementComputer sciencePolitical sciencePublic relationsMarketing

Résumé

récupéré en direct d'OpenAlex

Shareholders of a company must increasingly share power with other social actors that control access to critical resources. These social actors are stakeholders because they have stakes in firms’ operations, either through being affected by them or through being able to affect them. Stakeholders are embedded in networks of relationships in which resources are shared, combined, exploited or restricted, and informal governance modes emerge. Strategic maneuvering in stakeholder networks is critical for assuring a firm’s access to valuable resources and resulting performance. Managers deciding on the strategic course of a firm embedded in a stakeholder network face multi-dimensional problems with multiple causes. It is argued that a three-way integration of the resource dependence theory, social network analysis, and stakeholder theory yields important insights for managers on options of strategic maneuvering in stakeholder networks. We highlight previous attempts to integrate pairs of these theories. Building on Boutilier’s typology of stakeholder network structures, we describe emerging governance patterns, and propose a set of possible moves aiming to address strategic challenges in gaining access to resources controlled by stakeholders.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,012
score de la tête « metaresearch » (Gemma)0,022
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,065

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0120,022
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0110,029
Communication savante0,0110,022
Science ouverte0,0020,011
Intégrité de la recherche0,0060,004
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

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 Opus0,127
Tête enseignante GPT0,258
Écart entre enseignants0,130 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

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

Citations0
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProblemy Zarządzania - Management IssuesMême sujetInnovation and Knowledge ManagementTravaux en français237 207