MétaCan
Menu
Retour à la cohorte
Enregistrement W2993662129 · doi:10.1002/smj.3118

History‐informed strategy research: The promise of history and historical research methods in advancing strategy scholarship

2019· article· en· W2993662129 sur OpenAlexaff
Nicholas Argyres, Alfredo De Massis, Nicolai J. Foss, Federico Frattini, Geoffrey Jones, Brian S. Silverman

Notice bibliographique

RevueStrategic Management Journal · 2019
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueInnovation and Knowledge Management
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésScholarshipComparative historical researchPolitical scienceSociologyEngineering ethicsSocial scienceEngineeringLaw

Résumé

récupéré en direct d'OpenAlex

Abstract Research Summary The last decade has witnessed an increasing interest in the use of history and historical research methods in strategy research. We discuss how and why history and historical research methods can enrich theoretical explanations of strategy phenomena. In addition, we introduce the notions of “history‐informed strategy research,” distinguishing between the dimensions of “history to theory” and “history in theory” and discussing various under‐utilized methods that may further work on history‐informed strategy research. We then discuss how contemporary research contributes to history‐informed research within the strategy field, examine key methodological and empirical challenges associated with such research, and develop an agenda for future research. Managerial Summary Firms are increasingly making use of their historical past as they reflect on their identities and how these can be used strategically. At the same time, strategy researchers are paying increasing to the use of historical research methods, as well as to how firms use history strategically. We take stock on the role of history in strategy research, outline the key strategic issues that can be informed by a historical way of doing research, discuss the available historical methods, and offer suggestions for future research in the history/strategy intersection.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,070
score de la tête « metaresearch » (Gemma)0,084
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Méthodes · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,930
Score d'incertitude au seuil0,372

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0700,084
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0130,011
Études des sciences et des technologies0,0070,037
Communication savante0,0230,039
Science ouverte0,0020,007
Intégrité de la recherche0,0030,006
Charge utile insuffisante (le modèle a refusé de juger)0,0130,001

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.

Tête enseignante Opus0,353
Tête enseignante GPT0,430
Écart entre enseignants0,077 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Devis d'étudeThéorique ou conceptuel
DomaineMéthodes
GenreMéthodes

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

En bref

Citations212
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueStrategic Management JournalMême sujetInnovation and Knowledge ManagementTravaux en français237 207