MétaCan
Menu
Retour à la cohorte
Enregistrement W4379356295 · doi:10.1108/ijebr-07-2022-0681

Strategic factors conferring organizational resilience in SMEs during economic crises: a measurement scale

2023· article· en· W4379356295 sur OpenAlexaff
Martie‐Louise Verreynne, Jerad A. Ford, John Steen

Notice bibliographique

RevueInternational Journal of Entrepreneurial Behaviour & Research · 2023
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueSupply Chain Resilience and Risk Management
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésConceptualizationOperationalizationResilience (materials science)Scale (ratio)Social connectednessProactivityAdaptation (eye)BusinessStrategic planningFlexibility (engineering)OriginalityProcess managementKnowledge managementMarketingEconomicsComputer sciencePsychologyManagementCreativitySocial psychology

Résumé

récupéré en direct d'OpenAlex

Purpose The paper aims to develop a strategic conceptualization and measurement scale of organizational resilience to support researchers examining how small firms prepare and respond deliberately to general disruptions in the operating environment over more extended time frames. Design/methodology/approach The paper uses a four-step process to develop, present and test (for predictive validity) a scale of strategic organizational resilience for frequent events or those needing long-term responses. Findings The resulting seven-factor measurement scale of organizational resilience consists of readiness, slack, problem-solving, flexibility, connectedness, adaptiveness and proactiveness. Originality/value The literature on organizational resilience explains how organizations recover from rare but catastrophic events by focusing on adaptation principles and short-term survival. The broader conceptualization presented here enables the study of organizational resilience in small-medium size enterprises (SMEs) across more frequent and pervasive events, such as financial crises, industry downturns and other forms of structural change and technological disruption. This is operationalized in a measure that includes new strategic factors associated with forward-planning and more traditional operationally focused elements.

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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,850

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,090
Tête enseignante GPT0,343
Écart entre enseignants0,253 · 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

Citations32
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Entrepreneurial Behaviour & ResearchMême sujetSupply Chain Resilience and Risk ManagementTravaux en français237 207