Mixed Methods Utilisation in Innovation Management Research: A Systematic Literature Review and Meta-Summary
Notice bibliographique
Résumé
The main purpose of this article is to explore the application of mixed methods research in the innovation management sub-discipline utilizing a systematic literature review and meta-summary analysis. Regardless of the growing number of studies in innovation management there is still a lack of research that integrates and synthesizes this body of knowledge. Our review of 93 articles from Web of Science and Scopus databases, including content analysis, presents trends and research background in innovation management that use the mixed methods approach. This study addresses the inconsistencies in the literature and presents a holistic picture of what existing empirical studies have found to date. In addition, we have developed an innovation management model based on selected theoretical lenses to enable future researchers in a given area to choose the appropriate method. The results of the meta-summary show that 50.54% articles from our dataset are related to partially mixed dominant sequential methods, 12.90% fully mixed dominant sequential methods and 11.83% fully mixed dominant concurrent methods. We identified several research gaps and provided a future research avenue in the context of innovation management. The article analyzes empirical papers, enables identification of problems in the current research and identifies trends in the area of the studied phenomenon. The results on the topic of mixed methods in innovation management and used tools have indicated that this issue is still in a premature phase but with an upward trend of research development.
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 | 0,009 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| 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 ».