MétaCan
Menu
Retour à la cohorte
Enregistrement W3121832833 · doi:10.1111/1911-3846.12402

Exploring Value‐Based Management Sophistication: The Role of Potential Economic Benefits and Institutional Influence

2018· article· en· W3121832833 sur OpenAlexvenueno aff
Sebastian Firk, Torben Dall Schmidt, Michael Wolff

Notice bibliographique

RevueContemporary Accounting Research · 2018
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueInnovation and Knowledge Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSophisticationBusinessMarketingEmpirical evidenceIndustrial organizationSociology

Résumé

récupéré en direct d'OpenAlex

ABSTRACT The complexity of value‐based management (VBM) is often not captured in empirical research. In particular, potential differences in the extent of VBM implementation are not considered. Firms are predominantly classified dichotomously into either VBM “adopters” or “non‐adopters.” In this study, we aim to fill this gap by introducing a framework to assess differences in the extent of VBM implementation (VBM‐sophistication) based on publicly available data. This approach enables us to study determinants of VBM‐sophistication based on a hand‐collected data set comprising 2,683 firm‐year observations from 16 European countries between 2005 and 2014. Specifically, we investigate (i) whether potential economic benefits associated with VBM implementation lead to a higher level of VBM‐sophistication, and (ii) if this relation is influenced by extra‐organizational institutions (e.g., industry norms). Our results indicate that companies exhibit higher VBM‐sophistication if certain firm characteristics that increase the potential economic benefits of VBM are present. Moreover, our study provides evidence that this effect is enhanced by extra‐organizational institutions that pressure and support firms in realizing the potential benefits of higher VBM‐sophistication.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,923
Score d'incertitude au seuil0,752

Scores Codex et Gemma par catégorie

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

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 Opus0,120
Tête enseignante GPT0,301
Écart entre enseignants0,181 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
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

Citations30
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueContemporary Accounting ResearchMême sujetInnovation and Knowledge ManagementTravaux en français237 207