Drivers of Governance Modes and Reconfiguration
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
This symposium seeks to shed light on what drives firms to engage in different governance modes. Four papers comprise this symposium, and a discussant will build bridges among the different pieces and raise the conversation to a higher level of discussion of governance modes and resource reconfiguration. Two of the papers focus on the antecedents driving firms to engage in a particular governance mode (i.e., alliances, exit), whereas the other two seek to explore dynamic components in the sequential use of different modes (i.e., alliances vs. independent operations; acquisitions and divestitures). These four papers expand among different technology governance modes, theoretical lenses, and single- vs. multi-mode of governance. CEO Ideology and Investor Reactions to Alliances Presenter: Srikanth Paruchuri; Pennsylvania State U. Presenter: Razvan Lungeanu; Northeastern U. Alliance Performance and Subsequent Make-or-Ally Choices. Evidence from the Aircraft Manufacturing Presenter: Charlotte Ren; Fox School of Business, Temple U. Presenter: Louis Mulotte; Tilburg U. Presenter: Pierre Dussauge; HEC Paris Presenter: Jaideep Anand; Ohio State U. The Influence of Organizational Investors on Unrelated Businesses’ Exits Presenter: Xavier Castaner; U. of Lausanne Presenter: Nikolaos Kavadis; U. Carlos III de Madrid Exploring the Inter-Related Use of Acquisitions & Divestitures in Reconfiguration Strategy Presenter: Elena Vidal; City U. of New York, Baruch College Presenter: William G. Mitchell; U. of Toronto
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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