MétaCan
Menu
Retour à la cohorte
Enregistrement W2888638544 · doi:10.5539/ijms.v10n3p91

Building Competitive Edge

2018· article· en· W2888638544 sur OpenAlexvenueno aff
Nagasimha Balakrishna Kanagal

Notice bibliographique

RevueInternational Journal of Marketing Studies · 2018
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueGlobal socioeconomic and cultural dynamics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCompetitor analysisCompetitive advantageBusinessMarket shareIndustrial organizationMarket share analysisMarketingProfitability indexMarket orientationMarket microstructureOrder (exchange)Finance

Résumé

récupéré en direct d'OpenAlex

The objective of a marketing strategy formulation and appropriate execution is to improve the long run financial performance of a firm / brand that includes improving market share, improving market capitalization, improving return of investment and payback period. The marketing strategist should take cognizance of the market forces that influences the payoffs to the firms. The influence of the competitive scenario on a firm / brand’s payoff is significant and could even at times be substantial in an oligopolistic industry-market structure, where strategic inter-firm dependence could be high. In this scenario, firms / brands need to be systematically prepared to find customer favor in a competitive market; this indeed is the realm of building competitive edge. In this study, we outline the path of improving ability to the process of marketing strategy formulation and examine in greater detail the process of improving the ability to compete or the buildup of competitive edge. A buildup of competitive edge is expected to improve the firm’s ability to competitive choice in the market place, through a process of improving the pro-activeness and reactiveness of the firm with respect to competitors to the satisfaction of (i) the consumers / target market, (ii) the market-society at large, as well as (iii) the policy makers regulating the competitive environment in the country / world. The improvement in the firm’s ability to competitive choice should reflect both in market share as well as market profitability and lead to improved market capitalization and superior long run financial performance.

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)0,002
score de la tête « metaresearch » (Gemma)0,003
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 enseignants0,761
Score d'incertitude au seuil0,321

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
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 Opus0,027
Tête enseignante GPT0,379
Écart entre enseignants0,352 · 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

Citations0
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Marketing StudiesMême sujetGlobal socioeconomic and cultural dynamicsTravaux en français237 207