MétaCan
Menu
Retour à la cohorte
Enregistrement W3122211171 · doi:10.5539/ijms.v8n2p24

Multi-level Approach to the “Social Marketing” Context for Innovation: Impact on Organizational Relationships

2016· article· en· W3122211171 sur OpenAlexvenueno aff
Katarzyna Szczepańska‐Woszczyna, Mohammed Nadeem

Notice bibliographique

RevueInternational Journal of Marketing Studies · 2016
Typearticle
Langueen
DomainePsychology
ThématiqueCreativity in Education and Neuroscience
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésKnowledge managementProcess (computing)Context (archaeology)Action (physics)Outcome (game theory)Resource (disambiguation)CreativityPerceptionMarketingBusinessPsychologyComputer scienceSocial psychologyEconomics

Résumé

récupéré en direct d'OpenAlex

<p>The aim of the article is to explore the social aspects of innovation at three levels of research: individual, group, and organization. A multi-level approach enhances the understanding of how organizational context shapes and is shaped by the actions and perceptions of individuals. It may provide more precise research findings and more rigorous theory testing by clarifying the level of analysis. A resource-based approach and adaptation theories are used in relation to the organizational level, while at the individual level, psychological theories are applied. We propose a theoretical approach which could link creativity and competencies at the individual level, managerial / leader action and organizational culture with innovation to marketing innovation as a process and outcome of organizational level. The earlier studies used the approach that focused attention on the innovation process and innovation outcomes rather than on developing the ability to take specific innovative action and focused research on the selected level of innovation process management. It is therefore necessary to take into account the complexity of the research subject and include the actual problems resulting from the needs of multi-level innovation management and respect for the diversity of its conditions in the research.</p>

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)0,006
score de la tête « metaresearch » (Gemma)0,029
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,821
Score d'incertitude au seuil0,979

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0060,029
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,233
Tête enseignante GPT0,461
Écart entre enseignants0,227 · 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.

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

Citations2
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Marketing StudiesMême sujetCreativity in Education and NeuroscienceTravaux en français237 207