MétaCan
Menu
Retour à la cohorte
Enregistrement W3198079357 · doi:10.5267/j.ijdns.2021.7.011

Corporate foresight organizational learning and performance: The moderating role of digital transformation and mediating role of innovativeness in SMEs

2021· article· en· W3198079357 sur OpenAlexvenueno aff
Hasan AlMujaini, Mohd Faiz Hilmi, Anas Abudaqa, Rashed Alzahmi

Notice bibliographique

RevueInternational Journal of Data and Network Science · 2021
Typearticle
Langueen
DomaineComputer Science
ThématiqueOrganizational and Employee Performance
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésFutures studiesStructural equation modelingBusinessSample (material)Organizational performanceKnowledge managementOrganizational learningDigital transformationMarketingComputer science

Résumé

récupéré en direct d'OpenAlex

Corporate foresight is a capability that includes any structural or cultural element that enables the company to detect discontinuous change early. The purpose of the present study is to examine the direct impact of corporate foresight, and organizational learning on the performance dynamic of SMEs working in the United Arab Emirates (UAE). In addition, the study tries to analyze the moderating as well as mediating effect of digital transformation and innovativeness on the relationship between exogenous and endogenous constructs. A sample of 576 questionnaires were distributed among the owners/managers of different SMEs working in the region of UAE. However, a final sample of 354 respondents was empirically tested. The data was analyzed through a two-step approach where structural equation modelling (SEM) under SmartPLS was found to be very helpful to examine the direct and indirect relationship between the study variables. The study findings show that there is an insignificant but positive impact of corporate foresight on organizational performance whereas significant impact of organizational learning on organizational performance. Furthermore, the study found evidence for the moderating effect of digital transformation between organizational learning and innovation. Additionally, it is observed that innovativeness mediates the relationship between corporate foresight and performance dynamics. The study findings suggest that for exploring the relationship between corporate foresight, digital transformation, and organization the role of innovation and digital transformation is quite significant. The study findings suggest that both owners and managers at SMEs of UAE should attach more importance to innovative capabilities and digital transformation for achieving higher levels of organizational performance. Policy makers should reasonably consider the direct and indirect effect of study variables while considering high performance at the workplace.

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)0,003
score de la tête « metaresearch » (Gemma)0,010
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 enseignants0,004
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,010
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0000,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,016
Tête enseignante GPT0,245
Écart entre enseignants0,229 · 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

Citations31
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Data and Network ScienceMême sujetOrganizational and Employee PerformanceTravaux en français237 207