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 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)0,006
score de la tête « metaresearch » (Gemma)0,035
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesBibliométrie
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,774
Score d'incertitude au seuil0,034

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,035
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,2260,262
Études des sciences et des technologies0,0020,001
Communication savante0,0050,003
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,002

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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Devis d'étudeSans objet
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