MétaCan
Menu
Retour à la cohorte
Enregistrement W4323316895 · doi:10.1108/jbs-06-2022-0102

The rivalry trap – plant-based foods as transformers and destroyers

2023· article· en· W4323316895 sur OpenAlex
Charles McMillan

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 Business Strategy · 2023
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueBioeconomy and Sustainability Development
Établissements canadiensYork University
Organismes subventionnairesnon disponible
Mots-clésRivalryMarketingBusinessIndustrial organizationEconomics

Résumé

récupéré en direct d'OpenAlex

Purpose The purpose of this paper, applying concepts in the plant-based food sector, is a focus on the competitive rival trap for startup firms, with their initial advantage for under-served market segments, only to be overtaken by scale, speed, and brands of incumbent brand firms. As a case study of industry transformation, the food production sector illustrates how organizational innovation brings new forms of rivalry, from the farm gate to the kitchen plate. As a result, startups face a rivalry trap, if unable to scale quickly, as incumbents reframe their strategic response with startup acquisitions, corporate incubators or alliance partnerships consumer demand. Design/methodology/approach This paper outlines the features of precision agriculture, a new paradigm for agriculture and food production, requiring new competences and skillsets in the protein revolution, including issues like virus, bacteria and the molecular structure of food groups, animal breeding and veterinary medicine. Plant-based foods is used as a case study for startups and the rivalry trap. Findings The emergence of plant-based foods is a case study of market opportunity and creative destruction, where the potential market varies from $25bn to $72bn, and growing faster in the dairy sector. However, food incumbents bring new strategic responses and a rivalry trap, where startups must gain scale quickly in capabilities, talent and marketing prowess, often exploiting demand in market niches unimpeded by incumbent rivals. Research limitations/implications Startups in biological sciences face massive challenges to increase scale and scope, even with unique intellectual property. Practical implications Startup firms need multidisciplinary management teams with a global outlook. Social implications Plant-based foods form part of the protein revolution but face challenges of scale, cost competitiveness and taste, despite advantages for climate mitigation. Originality/value The impact of technological and science applications has blurred the traditional concept of industry boundary, with huge variations in the intangible knowledge component in their core activities and capabilities. Underlying variations imply that not all industries have similar supply demand conditions, with variations in input costs, capital intensity and innovation needs, with strategic implications for the rivalry trap.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,970
Score d'incertitude au seuil0,211

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
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 Opus0,020
Tête enseignante GPT0,220
Écart entre enseignants0,199 · 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