Network Centrality and Performance: Effects in the Automotive Industry
Notice bibliographique
Résumé
Purpose – This paper seeks to assess and analyze the relationship between indegree centrality and organizational performance in the automotive industry. In other words, we look at whether the network position is related to the performance of the actors using production, revenue, and profit indicators. Theoretical framework – This research uses social network analysis as a method/theoretical approach allied with relational capital. Design/methodology/approach – A similarity assessment was carried out. Data were collected from 1359 relations across four specific governance structures between 2011 and 2013. Later, the same measures were implemented in subgroups detected with the Louvain method. The NodeXL, UCINET, and SPSS software were used for the graphs, metrics, and correlations, respectively. Findings – The results show a moderate to strong correlation between the actors and the subgroups formed by them, with their respective revenue and the indegree centrality for the three years selected. Our conclusions were that the centrality of an automotive manufacturer is positively related to its performance. Practical & social implications of research – This study might help organizations evaluate social network analysis usage as a tool for understanding their opportunities given their network. Originality/value – This paper contributes to the literature by indicating that in the automotive industry, formed by alliances between different governance structures, the structural position a manufacturer occupies in the network is related to its performance indicators. Keywords – automotive industry; interorganizational network; social network analysis; performance measures; similarity analyses.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,003 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».