A Biological Adaptability Approach to Innovation for Small and Medium Enterprises (SMEs): Strategic Insights from and for Health-Promoting Agri-Food Innovation
Notice bibliographique
Résumé
Adaptability has emerged in management/entrepreneurship literature as a business strategy to innovate, perform, and respond in a flexible manner to ever-changing contexts. Contemporary culture blurs boundaries between physical, biological, and digital domains, accelerating what entrepreneurship in sectors such as agri-food contributes to societal-scale solutions to problems at the convergence of social and commercial activities. In this study, we build upon the adaptability of biological systems to propose an approach to innovation, anchored in a tight, dynamic alignment between the strategic DNA of small and medium enterprises (SMEs) and the contexts in which they evolve. Our model employs interviews and supporting archival research on the health-promoting innovation practices of 37 SMEs in the agri-food sector. A two-year, single firm analysis illustrates its relevance and operational feasibility. Evidence suggests that the strategic DNA of SMEs, seen through the entrepreneurs’ identity, informs behavior at various stages of the innovation process and the enterprise’s evolution. Shifting identity prioritization is a reality, and interaction between entrepreneurial organizations and the environment is best understood as an interaction between the DNA of the entrepreneur/enterprise and the environment. This is valuable and will help agri-food and other SMEs to improve their ability to make the internal and external strategic adjustments required in a rapidly changing landscapes to create viable health-promoting food products.
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 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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».