Unbundling dynamic capabilities for inter-organizational collaboration
Notice bibliographique
Résumé
Purpose The purpose of this paper is to explore two distinct subsets of dynamic capabilities that need to be deployed when pursuing innovation through inter-organizational activities, respectively, in the contexts of broad networks and specific alliances. The authors draw distinctions and explore potential interdependencies between these two dynamic capability reservoirs, by integrating concepts from the theoretical perspectives they are derived from, but which have until now largely ignored each other – the social network perspective and the dynamic capabilities view. Design/methodology/approach The authors investigate nanotechnology-driven R&D activities in the 1995–2005 period for 76 publicly traded firms in the electronics and electrical equipment industry and in the chemicals and pharmaceuticals industry, that applied for 580 nanotechnology-related patents and engaged in 2,459 alliances during the observation period. The authors used zero-truncated Poisson regression as the estimation method. Findings The findings support conceptualizing dynamic capabilities as four distinct subsets, deployed for sensing or seizing purposes, and across the two different inter-organizational contexts. The findings also suggest potential synergies between these subsets of dynamic capabilities, with two subsets being more macro-oriented (i.e. sensing and seizing opportunities within networks) and the two other ones more micro-oriented (i.e. sensing and seizing opportunities within specific alliances). Practical implications The authors show that firms differ in their subsets of dynamic capabilities for pursuing different types of inter-organizational, boundary-spanning relationships (such as alliances vs broader network relationships), which ultimately affects their innovation performance. Originality/value The authors contribute to the growing body of work on dynamic capabilities and firm-specific advantages by unbundling the dynamic capability subsets, and investigating their complex interdependencies for managing different types of inter-organizational linkages. The main new insight is that the “linear model” of generating more innovations through higher inter-firm collaboration in an emerging field paints an erroneous picture of how high innovation performance is actually achieved.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,018 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,006 |
| Communication savante | 0,007 | 0,013 |
| Science ouverte | 0,001 | 0,006 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».