MétaCan
Menu
Retour à la cohorte
Enregistrement W3032020497 · doi:10.1111/1911-3846.12625

Collaborating with Competitors: How Do Small Firm Accounting Associations and Networks Successfully Manage Coopetitive Tensions?*

2020· article· en· W3032020497 sur OpenAlexvenueno aff
Kenneth L. Bills, Christie Hayne, Sarah E. Stein, Richard C. Hatfield

Notice bibliographique

RevueContemporary Accounting Research · 2020
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueBusiness Strategy and Innovation
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCoopetitionBusinessCompetitor analysisTransactional leadershipCompetition (biology)MarketingIndustrial organizationKnowledge managementPublic relationsEconomicsGame theoryMicroeconomicsPolitical science

Résumé

récupéré en direct d'OpenAlex

ABSTRACT The “coopetition” paradox exists when two or more organizations are simultaneously involved in cooperative and competitive interactions. In the accounting industry, small firms encounter coopetition when they align themselves with other independent firms to form accounting associations and networks (AANs). AANs are a type of interorganizational relationship (IOR) that provide opportunities for member firms to collaborate by sharing important resources such as expertise, best practices, and manpower. However, member firms also compete in the marketplace for clients and human capital, which incentivizes uncooperative and opportunistic behavior. If managed inadequately, coopetitive tensions can significantly hamper AAN benefits and may lead to IOR failure. Given the considerable longevity of AANs, we interview 42 high‐level accounting professionals to understand AANs' apparent successful management of these tensions. Leveraging coopetition and IOR theory, our analysis suggests that transactional mechanisms (contractual agreements, organizational structure, selection/monitoring processes) and relational mechanisms (trust, social ties, reciprocity) play key roles in encouraging healthy cooperation and competition among member firms. One of our main conclusions is that these mechanisms contribute to AAN success because they are leveraged comprehensively across each IOR life cycle phase, and they are mutually reinforcing, with transactional mechanisms providing the foundation to inspire confidence and encourage the development of relational mechanisms. Our research enriches existing accounting and coopetition literature, provides a new perspective for AANs, and responds to calls to understand key factors of IOR success.

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)0,008
score de la tête « metaresearch » (Gemma)0,039
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,045

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,039
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0040,003
Communication savante0,0060,008
Science ouverte0,0010,004
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,077
Tête enseignante GPT0,280
Écart entre enseignants0,203 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
Domainenon disponible
GenreEmpirique

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

En bref

Citations44
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueContemporary Accounting ResearchMême sujetBusiness Strategy and InnovationTravaux en français237 207