Strategic entrepreneurship in VUCA environment: the competing forces of outcome variability
Notice bibliographique
Résumé
Purpose Scholars have extensively studied the concept of strategic entrepreneurship (SE), shedding light on its antecedents, dynamics and outcomes. However, a notable gap exists in understanding the reliability of its performance implications, which explains the inherent risks as well as the possibility of yielding outliers (instances of exceptionally high or low performance). Addressing this gap, this study aims to present a detailed analysis of the implications of SE for the variance of resulting performance distribution. Design/methodology/approach This conceptual study uses the deductive theory-building approach to dissect the four dimensions of SE (entrepreneurial mindset, entrepreneurial leadership and culture, managing resources strategically and applying creativity and developing innovations) as presented by Ireland et al.’s (2003) model, offering theoretical propositions on how each of them influences the variability of resulting performance distribution. Findings This study demonstrates that the strategic entrepreneurship (SE) dimensions have distinct impacts on the reliability/variability of performance outcomes, acting as boosters or attenuators in the volatile, uncertain, complex and ambiguous (VUCA) context. Originality/value The study uniquely links each component of SE with outcome variability in VUCA environments, thereby shifting the focus from traditional performance metrics to outcome variability. This approach complements the existing body of knowledge on the performance implications of the SE construct by integrating a previously neglected critical perspective on the reliability of resulting performance distribution. These insights allow subsequent investigation of SE’s outcomes, including explaining the likelihood of obtaining positive outlier performance or firm failure.
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 | 0,016 | 0,074 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,006 |
| Communication savante | 0,008 | 0,003 |
| Science ouverte | 0,001 | 0,007 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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.
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 ».