MétaCan
Menu
Retour à la cohorte
Enregistrement W3208640936 · doi:10.17705/1jais.00736

Dynamic Capabilities in Information Systems Research: A Critical Review, Synthesis of Current Knowledge, and Recommendations for Future Research

2022· article· en· W3208640936 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueJournal of the Association for Information Systems · 2022
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueBig Data and Business Intelligence
Établissements canadiensHEC Montréal
Organismes subventionnairesnon disponible
Mots-clésLeverage (statistics)Dynamic capabilitiesKnowledge managementManagement scienceField (mathematics)Perspective (graphical)Computer scienceEngineering ethicsData scienceEngineering

Résumé

récupéré en direct d'OpenAlex

Over the past twenty years, the dynamic capabilities view (DCV) has gained prominence in the IS field as a theoretical perspective from which to explain competitive advantage in turbulent environments. While there are quite a few review studies of dynamic capabilities (DCs) in the strategic management domain, research on DCs in the IS area has not been synthesized nor critically analyzed. The result is that the role that IT plays in the DCV remains largely ambiguous, and the way we think and conduct IS research on DCs is unquestioned. Addressing this, we conducted a critical review of DCs in IS research based on 136 papers. Our review provides a synthesis of contemporary knowledge on DCs that emphasizes the role of IT in this research, and a critical analysis of the assumptions underlying this literature. In addition, we develop a minimum DC definition for future research as a solution to the conceptual issues that we uncovered via the critical analysis. We further leverage the remaining findings of our critical review by providing a detailed research agenda for future investigations on DCs by IS scholars.

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.

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)0,018
score de la tête « metaresearch » (Gemma)0,008
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,882
Score d'incertitude au seuil0,969

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0180,008
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,005
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 Opus0,161
Tête enseignante GPT0,418
Écart entre enseignants0,256 · 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