MétaCan
Menu
Retour à la cohorte
Enregistrement W4405637471 · doi:10.1111/dmj.12093

Creating Value on the Inside: Design‐Driven Innovation to Create New Meanings for Internal Stakeholders

2024· article· en· W4405637471 sur OpenAlexaff
Tim Haats

Notice bibliographique

RevueDesign Management Journal (Former Series) · 2024
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueInnovative Approaches in Technology and Social Development
Établissements canadiensCarleton University
Organismes subventionnairesnon disponible
Mots-clésBusinessValue (mathematics)Architectural engineeringProcess managementIndustrial organizationComputer scienceEngineering

Résumé

récupéré en direct d'OpenAlex

Design‐driven innovation (DDI) is an approach to innovation that focuses on creating new meanings for the products and services a company offers. DDI differs from other forms of innovation, which are typically more so driven by the development of breakthrough technologies or on addressing current market needs. It is argued that DDI is an effective approach to creating value and promoting the growth of a company. Research regarding DDI has largely focused on the outcomes for end‐users or overall company growth. While these outcomes are important, a lot goes on behind the scenes to successfully deliver them. Internal stakeholders such as managers and employees are responsible for delivering these outcomes, and research regarding value creation for them is currently limited. This paper serves as a starting point for further research by presenting a critical literature review that investigates how DDI could be a catalyst for innovation and growth through the creation of new meanings for internal stakeholders involved in the development of products and services. The result of this literature review is the identification of possible areas for intervention and a proposal for further primary research.

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)0,014
score de la tête « metaresearch » (Gemma)0,013
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,017
Score d'incertitude au seuil0,073

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0140,013
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0030,002
Études des sciences et des technologies0,0050,029
Communication savante0,0170,018
Science ouverte0,0020,010
Intégrité de la recherche0,0040,004
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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.

Tête enseignante Opus0,122
Tête enseignante GPT0,276
Écart entre enseignants0,154 · 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'étudeQualitatif
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

Citations1
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDesign Management Journal (Former Series)Même sujetInnovative Approaches in Technology and Social DevelopmentTravaux en français237 207