MétaCan
Menu
Retour à la cohorte
Enregistrement W4323538990 · doi:10.1080/00472778.2023.2182442

Agility and improvisation in Ontario’s craft breweries: Capabilities for constraints-based innovation

2023· article· en· W4323538990 sur OpenAlexaffabout
Nadège Levallet, Suchit Ahuja, Corey Wood

Notice bibliographique

RevueJournal of Small Business Management · 2023
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueInnovation and Knowledge Management
Établissements canadiensUniversity of GuelphConcordia University
Organismes subventionnairesnon disponible
Mots-clésImprovisationCraftBusinessContext (archaeology)MarketingIndustrial organizationDynamic capabilitiesKnowledge managementProcess managementComputer science

Résumé

récupéré en direct d'OpenAlex

In the context of most small businesses, innovativeness is critical for survival. However, small businesses often lack resources and are limited in their ability to influence external constraints. Consequently, they need to innovate in unique and often limited ways. While constraints-based innovativeness is discussed in emerging economies, we know little about how it occurs in advanced economies like Canada. This study uses a case study method in the craft brewery industry to examine different paths to constraints-based innovativeness through two capabilities, namely organizational agility and organizational improvisation capability. Results indicate an important but limited role for these capabilities for constraints-based innovativeness in the context of craft brewing, but also uncover different paths for development and evolution of innovativeness. This opens future research opportunities to study innovativeness, agility and organizational improvisation capability in small businesses facing resource constraints.

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 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)0,002
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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,709
Score d'incertitude au seuil0,769

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
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 Opus0,039
Tête enseignante GPT0,241
Écart entre enseignants0,201 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations7
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Small Business ManagementMême sujetInnovation and Knowledge ManagementTravaux en français237 207