MétaCan
Menu
Retour à la cohorte
Enregistrement W4382467383 · doi:10.5430/ijba.v14n2p38

Relationship of Innovation and Market Orientation With the Profitability of SMEs in Mexico

2023· article· en· W4382467383 sur OpenAlexvenueno aff
Alfonso M. Rodríguez Rodríguez, Virginia Guzmán Díaz de León, María del Carmen Bautista Sánchez, Jose Raul Franco Alonso

Notice bibliographique

RevueInternational Journal of Business Administration · 2023
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueBusiness, Innovation, and Economy
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésProfitability indexMarket orientationBusinessMarketingScale (ratio)Sample (material)Confirmatory factor analysisIndustrial organizationPreferenceEconomicsMicroeconomicsFinance

Résumé

récupéré en direct d'OpenAlex

The objective of this research is to analyse the effect of innovation and market orientation of small and medium-sized enterprises (SMEs) on their profitability in 2018 in Mexico, because they are two key elements in the development and growth of these companies, which compete with large companies within a globalized and constantly evolving market. For this analysis, an empitical study was carried out through a survey on a sample 300 companies selected by simple random sampling adapting the scales of Kohli & Jaworski (1990) to measure market orientation, for innovation the scale proposed by the OECD (2005) was adapted and business profitability and adaptation was made to the cale proposed by Gadenne, Mia, Sands, Winata, & Hooi (2012). Reliability and validity of the scales were evaluated through the Confirmatory Factor Analysis, which shows that the higher level of orientation to the SME market, the higher level of business profitability so companies must seek to implement innovation activities in their products, processes and management to see better, results reflected, in addition, the influence exerted by market orientation on innovation activities drives the company to meet the needs of the client and in this way conquering their preference.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,048
Score d'incertitude au seuil0,252

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
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 Opus0,043
Tête enseignante GPT0,266
Écart entre enseignants0,223 · 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

Citations1
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Business AdministrationMême sujetBusiness, Innovation, and EconomyTravaux en français237 207