Mapping the research landscape of corporate strategy and capital structure: a bibliometric analysis
Notice bibliographique
Résumé
Purpose The aim of this study is to analyze the existing literature available on corporate strategy and capital structure with the help of a bibliometric analysis. Design/methodology/approach A total of 133 studies indexed in the Scopus database over the period from 1979 to 2024 are included and analyzed using the Biblioshiny package in RStudio along with VOSviewer for network visualization. Additionally, this study used biblioMagika and OpenRefine to harmonize and clean the data. Findings This study identified the leading contributors in terms of countries, authors, sources, and documents and used various analysis techniques. The USA, Canada, and the UK exhibited the most significant level of contribution. Furthermore, Bradford’s Law is applicable to the results of this study. The bibliographic coupling resulted in the five clusters indicating emerging themes in the field. Research limitations/implications The study’s findings will contribute to the academic landscape by providing an exhaustive examination of the concerned research field and will guide potential researchers for future research avenues. This study will also highlight the need for managers and policymakers to factor in diverse corporate strategies when shaping an organization’s capital structures. Originality/value To the best of the authors’ knowledge, this study represents the first attempt to map the landscape of this field through the presentation of insights derived from bibliometric analysis.
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 | 0,009 | 0,038 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,210 | 0,200 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,011 | 0,006 |
| Science ouverte | 0,001 | 0,005 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 ».