MétaCan
Menu
Retour à la cohorte
Enregistrement W4309673227 · doi:10.1002/sres.2917

Systems approach in dynamic capabilities

2022· article· en· W4309673227 sur OpenAlexaff
Lara Bartocci Liboni, Luciana Oranges Cezarino, Omar Sacilotto Donaires, Maurizio Zollo

Notice bibliographique

RevueSystems Research and Behavioral Science · 2022
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueComplex Systems and Decision Making
Établissements canadiensWestern University
Organismes subventionnairesConselho Nacional de Desenvolvimento Científico e Tecnológico
Mots-clésDynamismSoft systems methodologyViable system modelSystems thinkingKnowledge managementComputer scienceDynamic capabilitiesOntologyProcess (computing)Process managementPerspective (graphical)PerceptionManagement scienceSystems engineeringArtificial intelligenceInformation systemEngineeringCyberneticsPsychologyEpistemologyManagement information systems

Résumé

récupéré en direct d'OpenAlex

Abstract The ontology of dynamic capabilities (DCs) is grounded in a systemic perspective of organisational strategy. In a controversial move, DCs theory adopts systems thinking as a metaphorical reference, not a possible research method. Systemic methodologies can provide a holistic management perception and guide managers to develop DCs differently, considering the deliberate learning and design process as a non‐linear dynamism of causal loops. Calling attention to the conceptual origins, this work proposes a framework based on systemic methodologies to manage and develop organisational DCs. Based on two different systemic methodologies, the viable system model (VSM) and soft systems methodology (SSM), we integrate the systems approach of learning and design into DCs management guidelines.

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)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,034

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,002
Études des sciences et des technologies0,0010,015
Communication savante0,0050,005
Science ouverte0,0010,003
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

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 Opus0,427
Tête enseignante GPT0,526
Écart entre enseignants0,099 · 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'étudeThéorique ou conceptuel
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

Citations10
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSystems Research and Behavioral ScienceMême sujetComplex Systems and Decision MakingTravaux en français237 207