MétaCan
Menu
Retour à la cohorte
Enregistrement W3120346329 · doi:10.1177/0306307020942461

When “trust” becomes more or less salient for alliance performance? Contextual effects of mutual influence, international scope, and coopetition

2021· article· en· W3120346329 sur OpenAlexaff
Senthil Kumar Muthusamy, Parshotam Dass

Notice bibliographique

RevueJournal of General Management · 2021
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueCustomer Service Quality and Loyalty
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésCoopetitionAllianceBusinessSalientInternational businessScope (computer science)Industrial organizationRivalryEmbeddednessRelational capitalMarketingGame theoryIntellectual capitalPolitical scienceEconomicsMicroeconomicsManagementSociology

Résumé

récupéré en direct d'OpenAlex

Extant research on strategic alliances has established that contractual controls do not provide a complete safeguard to avert an alliance failure, and that alliance governance needs to be reinforced with relational norms such as trust. However, there is scant research evidence available on whether interfirm trust can be significant under the trying contexts the alliances typically face like rivalry, power conflicts, and cultural or institutional barriers. Employing a relational exchange perspective, we examined whether the espoused positive effect of interfirm trust on alliance performance is moderated by mutual influence and coopetition between partners, and the international dimension of an alliance. Based on the survey and archival data on 223 strategic alliances, we found that interfirm trust was quite significant to alliance performance and that the link between trust and performance was more salient in alliances with high mutual influence and coopetition, whereas it was less salient and weaker in international alliances.

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)0,002
score de la tête « metaresearch » (Gemma)0,017
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,012

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,017
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,003
Communication savante0,0020,002
Science ouverte0,0000,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,020
Tête enseignante GPT0,264
Écart entre enseignants0,244 · 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'étudeObservationnel
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

Citations13
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of General ManagementMême sujetCustomer Service Quality and LoyaltyTravaux en français237 207