MétaCan
Menu
Retour à la cohorte
Enregistrement W2970183685 · doi:10.1142/s0219649219500278

The Co-Evolution of IT, Knowledge, and Agility in Micro and Small Enterprises

2019· article· en· W2970183685 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueJournal of Information & Knowledge Management · 2019
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueInnovation and Knowledge Management
Établissements canadiensRoyal Military College of CanadaQueen's University
Organismes subventionnairesnon disponible
Mots-clésDynamic capabilitiesKnowledge managementBusinessResource (disambiguation)Context (archaeology)Face (sociological concept)Resource-based viewProcess managementIndustrial organizationComputer scienceMarketingCompetitive advantage

Résumé

récupéré en direct d'OpenAlex

Small firms facing today’s turbulent business environment often fail early in their life if they do not develop the necessary capabilities to survive. The main goal of this study is to investigate how IT and knowledge co-evolve, influencing a firm’s agility, within the context of micro and small enterprises (MSEs). Applying the resource-based view of the firm and dynamic capabilities, a multiple case study of eight firms was used to explore links among business, IT and knowledge strategies, resources, and capabilities. Links among IT and knowledge capabilities and firm agility were also explored. The results demonstrate that an MSE’s business strategy shapes, and is also shaped by, the firm’s IT and knowledge strategies; and that both IT and knowledge capabilities shape, and are shaped by, the firm’s agility, coevolving with it. By highlighting the important antecedents of small firm agility and presenting crucial links among agility, IT capabilities, and knowledge capabilities in MSEs, we encourage practitioners to think carefully about their IT and knowledge strategies and to rethink their use of firm resources and capabilities to develop agility in the face of environmental uncertainty and change.

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 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)0,000
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: aucune
Score de désaccord entre enseignants0,841
Score d'incertitude au seuil0,540

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
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 Opus0,009
Tête enseignante GPT0,231
Écart entre enseignants0,222 · 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