MétaCan
Menu
Retour à la cohorte
Enregistrement W4400474139 · doi:10.5267/j.uscm.2024.5.028

A mediated moderated analysis of knowledge management and stakeholder relationships between open innovation and performance of entrepreneurial firms

2024· article· en· W4400474139 sur OpenAlexvenueno aff
Omar Ali Kanaan, Malek Alsoud, Muzaffar Asad, Mohammad A. Ta’Amnha, Shaker Al-Qudah

Notice bibliographique

RevueUncertain Supply Chain Management · 2024
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueImpact of AI and Big Data on Business and Society
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBusinessStakeholderKnowledge managementOpen innovationMarketingIndustrial organizationStakeholder theoryPublic relationsComputer science

Résumé

récupéré en direct d'OpenAlex

Even though entrepreneurial firms make substantial contributions to both domestic and global economies and innovations, there is disagreement in the literature regarding how open innovation affects these firms' ability to succeed. The current research is an attempt to address the gaps by analyzing the intricacies and dynamics of entrepreneurial firms’ involvement in Open Innovation. Furthermore, the impact on performance is examined from a knowledge perspective. In Jordanian context, this study analyzed the link between stakeholder interactions, knowledge management, open innovation, and the performance of entrepreneurial firms. The findings demonstrated that open innovation activities are statistically significant to the overall performance of entrepreneurial firms. However, since it has an unintentional detrimental effect over the performance of entrepreneurial firms in Jordan, the moderating effect of stakeholder relations and the mediation effect of knowledge management has been analyzed. The moderating role of stakeholder relationships has been proven statistically which enriched the theoretical foundations of RBV and contingency theory by adding stakeholders’ theory into the combination of the two theories, at the end limitations and guidelines for future research along with practical implications are emphasized.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,009
score de la tête « metaresearch » (Gemma)0,036
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,009
Score d'incertitude au seuil0,047

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0090,036
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0030,002
Études des sciences et des technologies0,0020,001
Communication savante0,0040,002
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0070,000

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 Opus0,179
Tête enseignante GPT0,358
Écart entre enseignants0,179 · 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 source (Gemma direct ou Codex distillé), 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

Citations41
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueUncertain Supply Chain ManagementMême sujetImpact of AI and Big Data on Business and SocietyTravaux en français237 207