Effects of market pressure on organisational innovation performance: mediating roles of commitment to innovate, resource to innovate and manager innovation capability
Notice bibliographique
Résumé
Purpose The purpose of this research is to investigate the effects of market pressure on organisational innovation performance through commitment and resource to innovate and manager innovation capability. Design/methodology/approach A quantitative study was conducted with 273 participants working in different organisations. These participants were drawn from the LinkedIn network of one of the researchers. The data were collected using a survey questionnaire uploaded onto www.surveymonkey.com. The data were analysed using SPSS and AMOS, and structural equation modelling techniques were used to test the hypotheses. Findings We found that market pressure has a positive effect on both commitment to innovate and resource to innovate. In turn, both commitment to innovate and resource to innovate influence manager innovation capability. We also found that manager innovation capability positively affects organisational innovation performance. Furthermore, manager innovation capability is a mediator in the relationship between commitment to innovate and organisational innovation performance as well as in the relationship between resource to innovate and organisational innovation performance. Finally, the relationship between manager innovation capability and organisational innovation performance is moderated by both extrinsic and intrinsic motivations to innovate. Practical implications Our study provides empirical evidence of the roles of commitment to innovate, resource to innovate and manager innovation capability in enhancing the innovation performance of organisations. Therefore, organisations should show their commitment to innovate, provide resources to innovate, develop managers’ capabilities to innovate and use a mix of intrinsic and extrinsic motivators to boost their innovation performance. Originality/value This study offers new insights into the dynamics of how market pressure leads to innovation within organisations.
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 | 0,008 | 0,039 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 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 ».