MétaCan
Menu
Retour à la cohorte
Enregistrement W3204499561 · doi:10.35940/ijeat.d6728.049420

A Bibliometric Analysis of Two Decades of Global Research on Organizational Ambidexterity using the Scopus Database

2020· article· en· W3204499561 sur OpenAlexaboutno aff
Asad Amjad, Khalil Md Nor

Notice bibliographique

RevueInternational Journal of Engineering and Advanced Technology · 2020
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueInnovation and Knowledge Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAmbidexterityScopusDynamismChinaFace (sociological concept)Political scienceKnowledge managementDatabaseBusinessSociologyComputer scienceSocial science

Résumé

récupéré en direct d'OpenAlex

Modern organizations face dynamism and due to which come across various performance challenges. Ambidexterity, which is the organizational balance among exploration and exploitation related activities, has gained significant attention in recent times on a global scale and is applicable in multiple domains. To advance the organizational ambidexterity understanding in an integrated and holistic manner, the current bibliometric analysis evaluates the globally published research conducted on organizational ambidexterity incorporating varied expressions. Using the Scopus database, the current research accumulated 282 journal articles from 1996 until 2018. The analysis of this research highlights, organizational ambidexterity research publications experienced a considerable upward momentum since year 2014 and onwards, with more than 40 papers per annum between 2015-2018. Top contributing institutions in organizational ambidexterity domain come from the United States, the United Kingdom, China, Spain, and Italy. Moreover, top-cited papers are from authors in the United States, the United Kingdom, and Netherlands. Most importantly, VOS viewer software is used to analyze co-authorship, author keyword co-occurrences, and network strength. The United States and the United Kingdom have the strongest link strength, followed by Canada, China, and South Korea, and Norway.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesBibliométrie
Catégories consensuellesBibliométrie
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 enseignants0,817
Score d'incertitude au seuil0,993

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0180,057
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 Opus0,048
Tête enseignante GPT0,361
Écart entre enseignants0,313 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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

Citations3
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Engineering and Advanced TechnologyMême sujetInnovation and Knowledge ManagementTravaux en français237 207