MétaCan
Menu
Retour à la cohorte
Enregistrement W4407757384 · doi:10.1108/imds-05-2024-0488

Building organizational agility through digital transformation: a configurational approach in SMEs

2025· article· en· W4407757384 sur OpenAlexaboutno aff
Claudia Pelletier, François L’Écuyer, Louis Raymond

Notice bibliographique

RevueIndustrial Management & Data Systems · 2025
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueCollaboration in agile enterprises
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTransformation (genetics)Digital transformationBusinessKnowledge managementProcess managementComputer scienceIndustrial organizationWorld Wide Web

Résumé

récupéré en direct d'OpenAlex

Purpose This study adopts a capability-based view to investigate the attainment of organizational agility in manufacturing small and medium-sized enterprises (SMEs). It first explores how these firms mobilize different types of operational and dynamic information technology (IT) capabilities to achieve a high level of agility through their digital transformation. In return, it also reveals opposite paths, i.e. those leading to its absence. Design/methodology/approach The research method involves a qualitative comparative analysis (QCA) of 65 Canadian manufacturing SMEs. Through necessity and sufficiency condition analysis procedures, this approach emphasizes the complexity of the digital transformation processes by revealing different sets (i.e. configurations) of what enable, or inhibit, organizational agility in these firms. Findings The findings indicate that manufacturing SMEs need to align at least one dynamic IT capability (sensing, learning, coordinating or integrating) and one operational IT capability (IT management, IT infrastructure or e-business) to be highly agile. In contrast, other findings indicate that there are suboptimal combinations of IT capabilities, which result in an absence of agility. Originality/value This study offers a deeper understanding of the complex interaction of IT capabilities in SMEs seeking greater agility in their business activities. Its contributions provide insights on the mobilization of a range of capabilities, both complementary and interdependent, to respond to changing conditions in their internal and external environments. These actionable findings can help various actors in the digital development of SMEs to design and implement effective IT strategies and public policies.

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)0,002
score de la tête « metaresearch » (Gemma)0,005
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,056

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0040,003
Études des sciences et des technologies0,0030,012
Communication savante0,0050,004
Science ouverte0,0010,004
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,058
Tête enseignante GPT0,274
Écart entre enseignants0,217 · 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

Citations16
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIndustrial Management & Data SystemsMême sujetCollaboration in agile enterprisesTravaux en français237 207