The origins of SWOT analysis
Notice bibliographique
Résumé
The origins of SWOT analysis have been enigmatic, until now. With archival research, interviews with experts and a review of the available literature, this paper reconstructs the original SOFT/SWOT approach, and draws potential implications. During a firm's planning process, all managers are asked to write down 8 to 10 key planning issues faced by their units. Each manager grades, with evidence, these issues as either safeguarding the Satisfactory; opening Opportunities; fixing Faults; or thwarting Threats: hence SOFT (which is later merely relabeled to Strengths, Weaknesses, Opportunities and Threats, or SWOT). Subgroups of managers have several dialogues about these issues with the instruction to include the needs and expectations of all the firm's stakeholders. Their developed resolutions or proposals become input for the executive planning committee to articulate corporate purpose(s) and strategies. SWOT's originator, Robert Franklin Stewart, emphasized the crucial role that creativity plays in the planning process. The SOFT/SWOT approach curbs mere top-down strategy making to the benefit of strategy alignment and implementation; Introducing digital means to parts of SWOT's original participative, long-range planning process, as suggested herein, could boost the effectiveness of organizational strategizing, communication and learning. Archival research into the deployment of SOFT/SWOT in practice is needed.
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 | 0,067 | 0,110 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,011 | 0,009 |
| Études des sciences et des technologies | 0,006 | 0,042 |
| Communication savante | 0,017 | 0,020 |
| Science ouverte | 0,004 | 0,009 |
| Intégrité de la recherche | 0,002 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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.
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 ».