MétaCan
Menu
Retour à la cohorte
Enregistrement W3176218600 · doi:10.1080/09571264.2021.1971642

Market-oriented activities and communal wine consumption events: does coopetition make a difference?

2021· article· en· W3176218600 sur OpenAlexaff
James M. Crick, Dave Crick

Notice bibliographique

RevueJournal of Wine Research · 2021
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueWine Industry and Tourism
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésCoopetitionWineBusinessMarketingCompetitor analysisConsumption (sociology)Market orientationMarket segmentationEconomicsGame theorySociology

Résumé

récupéré en direct d'OpenAlex

Earlier work has indicated that communal wine consumption events (e.g. wine tourism) are driven through employing a market orientation, namely, the firm-wide implementation of the marketing concept. Although market-oriented activities are intended to create value for customers, many vineyards and wineries are small and lack the resources and capabilities that are needed to achieve these outcomes. Consequently, there could be merits in owner-managers employing a collaborative (rather than individualistic) business model to overcome their limited tangible and intangible assets. In practice, this could be undertaken via cooperating with their competitors (coopetition) to help them to host or participate in communal wine consumption events. Therefore, grounded in resource-based theory, this current investigation reviews the literature surrounding these issues (focusing on the wine industry) to develop a conceptual framework examining the relationship between market-oriented activities and communal wine consumption events under the moderating role of coopetition. This provides the wider alcohol-focused community of scholars with new evidence on how a market orientation can be enhanced by wine producers collaborating with rival businesses to create positive experiences for their chosen customer segments. This includes drawing upon ‘best practices’ from several wine-producing nations about how decision-makers can navigate these organisation-wide activities.

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)0,001
score de la tête « metaresearch » (Gemma)0,005
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 enseignants0,016
Score d'incertitude au seuil0,033

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
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 savante0,0040,003
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,053
Tête enseignante GPT0,321
Écart entre enseignants0,268 · 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

Citations4
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Wine ResearchMême sujetWine Industry and TourismTravaux en français237 207