MétaCan
Menu
Retour à la cohorte
Enregistrement W2918325727 · doi:10.5430/jms.v10n1p43

TMT Diversity Outcomes Under Environmental Contexts: A Review of Literature and Research Agenda

2018· review· en· W2918325727 sur OpenAlexvenueno aff
Victor M. Muithya, James M. Kilika

Notice bibliographique

RevueJournal of Management and Strategy · 2018
Typereview
Langueen
DomaineBusiness, Management and Accounting
ThématiqueInnovation and Knowledge Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésExtant taxonDiversity (politics)Empirical researchScholarshipConstruct (python library)UnderpinningPhenomenonSet (abstract data type)Knowledge managementSoftware deploymentConceptual frameworkManagement sciencePsychologySociologyPolitical scienceEpistemologyComputer scienceEngineeringSocial science

Résumé

récupéré en direct d'OpenAlex

The construct of Top Management Team (TMT) has received a significant attention in the strategic management scholarship due to the espoused role that TMT members are expected to play in providing direction to their organizations. In this role, they are expected to make strategic choices that optimize the opportunities availed by the rapidly changing environments. The theoretical underpinning for TMT and the extant empirical work have demonstrated a number of issues that call for further examination of the extant literature. In this paper, the authors explore the conceptual, theoretical and empirical literatures on TMT Diversity to establish the current state that accounts for the identified issues and identify the emerging knowledge gaps that set an agenda for future research. The paper identifies the various forms of TMT Diversity, the intermediate and ultimate outcomes as well as the potential influence of these outcomes by the aspects of industry velocity in which firms operate. Several theories that complement the role of the upper echelons theory are discussed and the constructs they contribute to in explaining TMT Diversity outcomes identified. The paper proposes a theoretical model for explaining the emerging phenomenon from the deployment of TMT Diversity and makes several propositions. The paper calls on future research to consider the proposed framework for adoption in empirical work.

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)0,003
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,898
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
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 Opus0,120
Tête enseignante GPT0,362
Écart entre enseignants0,241 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Management and StrategyMême sujetInnovation and Knowledge ManagementTravaux en français237 207