MétaCan
Menu
Retour à la cohorte
Enregistrement W4403118212 · doi:10.18374/jibe-24-1.3

BLUE OCEAN STRATEGY IN A NEW VEIN: THE BLUE OCEAN OF TWILIGHT

2024· article· en· W4403118212 sur OpenAlexaff
Hilary Becker

Notice bibliographique

RevueJournal of International Business and Economics · 2024
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueCoastal and Marine Management
Établissements canadiensCarleton University
Organismes subventionnairesnon disponible
Mots-clésTwilightOceanographyEnvironmental scienceGeologyPhysicsAstronomy

Résumé

récupéré en direct d'OpenAlex

Blue Ocean Strategy was first formulated in 2005 by Chan and Maubourgne as a methodology to create uncontested marketspace and make the competition irrelevant for products and services in a business setting.The concept of Blue Ocean Strategy, however, can be applied to a broader range of industries and applications beyond the world of business.The present paper will apply the concept of Blue Ocean Strategy and its tools to demonstrate a new use for the Blue Ocean Methodology, through a case analysis involving the success of the Twilight series of books and movies by Stephanie Meyer, and its comparison to other Vampire books, including Bram Stoker's Dracula and the TV series The Vampire Diaries and The Originals.The paper will argue that the same concepts and tools found in comparing blue ocean and red ocean in businesses as applied in this case, can be utilized, in the arena of the literary world for book authors and screenwriters seeking to develop new characters and story plotlines, or for Hollywood/Film use in developing new television shows, sitcoms, or movies.

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)0,000
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 enseignants0,455
Score d'incertitude au seuil0,379

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
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 Opus0,009
Tête enseignante GPT0,205
Écart entre enseignants0,197 · 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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of International Business and EconomicsMême sujetCoastal and Marine ManagementTravaux en français237 207