MétaCan
Menu
Retour à la cohorte
Enregistrement W3204729648 · doi:10.1177/14657503211033940

Design thinking in responding to disruptive innovation: A case study

2021· article· en· W3204729648 sur OpenAlexaff
Amir Bahman Radnejad, Soumodip Sarkar, Oleksiy Osiyevskyy

Notice bibliographique

RevueThe International Journal of Entrepreneurship and Innovation · 2021
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueInnovation and Knowledge Management
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésMindsetDesign thinkingDisruptive innovationCritical systems thinkingProcess (computing)BusinessCritical thinkingKnowledge managementProcess managementComputer scienceMarketingSociology

Résumé

récupéré en direct d'OpenAlex

How can the design thinking approach assist firms in developing response strategies to momentum-gaining disruptive innovations, along the lines of effectively exploiting established technologies and corresponding products/services? Such exploitative response strategies, implying successfully strengthening and leveraging the disrupted firm's existing technology without embracing the disruptive elements, have been, to a large extent, overlooked in the disruptive innovations literature. Using an inductive analysis of a critical case (a major cork stopper producer), the current study aims at developing a systematic understanding of exploitative strategic options and the role of design thinking in enabling them. The findings shed light on the effectiveness of the design thinking mindset to respond to disruptive innovations. In addition, we present evidence that a design thinking method can be successfully applied to process innovation. Finally, we demonstrate that to achieve a radical innovation based on design thinking principles, the establishment of design discourse is required.

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)0,011
score de la tête « metaresearch » (Gemma)0,014
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,061

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0110,014
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0090,009
Communication savante0,0060,004
Science ouverte0,0020,004
Intégrité de la recherche0,0050,004
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,064
Tête enseignante GPT0,317
Écart entre enseignants0,253 · 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'étudeQualitatif
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

Citations19
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe International Journal of Entrepreneurship and InnovationMême sujetInnovation and Knowledge ManagementTravaux en français237 207