MétaCan
Menu
Retour à la cohorte
Enregistrement W2886549621 · doi:10.5539/ibr.v11n9p1

Successors’ Characteristics, Preparation, Innovation, and Firm Performance: Taiwan and Japan

2018· article· en· W2886549621 sur OpenAlexvenueno aff
Jeng Liu

Notice bibliographique

RevueInternational Business Research · 2018
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueFamily Business Performance and Succession
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSuccessor cardinalBusinessLoyaltyPromotion (chess)MarketingEcological successionProcess (computing)Public relationsManagementPolitical scienceEconomicsComputer science

Résumé

récupéré en direct d'OpenAlex

Recent research has revisited business succession. Although important issues have been discussed from time to time, no consensus on any particular pattern of succession has emerged. Lacking a body of empirical findings to draw upon, discussions of business succession are often based on limited qualitative case studies and findings vary widely among researchers. In this research, we focus on both theoretical explanations and data promotion, and draw the following conclusions.First, there are some differences in the corporate culture and business philosophy between Taiwanese and Japanese enterprises, and the training of successors is also different. Second, the number of female successors has been increasing in both Taiwan and Japan, while in Taiwan female successors have become even more open and innovative than their male counterparts. Third, successors in Taiwan and Japan make various kinds of preparations. The successors are expected to start from the front-line to win the loyalty of employees and managers, to keep in touch with front-line employees, to learn the enterprise’s operating mode, and to think about a future development strategy. Fourth, the grown-up environment of the successor also plays an important role and has a great influence on the successor. Last, but not least, many well-known disputes have occurred in the enterprise succession process both in Taiwan and Japan, and the support provided by the previous generation and the “veterans” will make the succession process go smoothly.

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,085
Score d'incertitude au seuil0,922

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,001
Communication savante0,0010,003
Science ouverte0,0000,001
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 Opus0,048
Tête enseignante GPT0,341
Écart entre enseignants0,293 · 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'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

Citations1
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Business ResearchMême sujetFamily Business Performance and SuccessionTravaux en français237 207