MétaCan
Menu
Retour à la cohorte
Enregistrement W4206061397 · doi:10.1108/jsbed-07-2021-0269

Adaptive practices in SMEs: leveraging dynamic capabilities for strategic adaptation

2022· article· en· W4206061397 sur OpenAlexaboutno aff
Emmanuel Quansah, Dale E. Hartz, Paul F. Salipante

Notice bibliographique

RevueJournal of Small Business and Enterprise Development · 2022
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueInnovation and Socioeconomic Development
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésDynamic capabilitiesAdaptation (eye)Process (computing)OriginalityKnowledge managementBusinessQualitative comparative analysisFlexibility (engineering)Process managementSample (material)MarketingComputer scienceQualitative researchEconomicsManagementSociology

Résumé

récupéré en direct d'OpenAlex

Purpose A global pandemic, broken supply chains, workforce constraints, technological advancements in artificial intelligence, etc. illustrate the continual threats that SMEs face. Extending the dynamic capability concepts of sensing, seizing and transforming, this research investigates practices by which SMEs successfully adapt over time. Design/methodology/approach A comparative case study method was employed using a purposive sample of SMEs, consisting of three American firms and one Canadian firm. Findings Three sets of organizational practices, termed adaptive practices, that underlie dynamic capabilities for successful adaptation were identified: (1) continuous learning and process improvement, (2) leveraging reciprocal relationships and (3) communicating effectively. Research limitations/implications The selected cases are from two countries in North America. Using a qualitative, inductive process, the authors are able to identify patterns of actions within various organizations; however, they are not able to establish causality. Practical implications This study provides practical guidance for leaders to take action to improve their SME's dynamic capabilities for adaptation through creating coherent bundles of specified adaptive practices. Social implications Better understanding of how SMEs successfully adapt to high uncertainty and business viability threats can result in multidimensional (e.g. financial, emotional) and multi-level (individual, family, community), positive outcomes for societal stakeholders. Originality/value The findings of this study build on the literature of dynamic capabilities and organizational practices and provide a practical foundation for effective adaptation, labeled as adaptive practices.

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)0,004
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: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,023

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,010
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,004
Communication savante0,0030,003
Science ouverte0,0000,004
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,058
Tête enseignante GPT0,249
Écart entre enseignants0,191 · 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

Citations72
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Small Business and Enterprise DevelopmentMême sujetInnovation and Socioeconomic DevelopmentTravaux en français237 207