Digital Platform Capabilities for Transforming Cultural Heritage Business: Exploring the Mediating Role of Business Model Experimentation and Competitive Advantage
Notice bibliographique
Résumé
Digitalisation has evolved as a multidimensional phenomenon and impacts the business world. SMEs heavily invest in digital platform capabilities to keep track of digital transformation, enabling them to perform business model experimentation to generate and develop innovation. This paper explores the role of these two crucial growth-promoting variables in the performance of art and craft-based firm’s performance. Through this paper, the researchers contest the argument that, although digital platform capabilities accelerate business model experimentation for firm performance, competitive advantage plays a significant mediating role. Along with these arguments, this study also explores the role of digital platform capability in business model experimentation. It examines the mediating role of business model experimentation in the forming of a competitive advantage. The research model under examination belongs to the explorative school of research; hence, the researchers have used partial least square–structural equation modelling (PLS-SEM) on a sample of 211 Indian firms belonging to the category of art and craft-based businesses. The hypothesis testing results facilitate exciting insights about the direct and indirect effects of digital platform capabilities, business model experimentation, and competitive advantage on firm performance. In light of the research findings, policymakers, SME consultants, and managers may obtain practical insights in order to develop an intervention mechanism. Researchers working in this area will glean a fresh look at the antecedents of SME performance as this model is explorative; future research may explore the testing of the model in different geographic locations and industry contexts.
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 | 0,003 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,004 |
| Communication savante | 0,006 | 0,004 |
| Science ouverte | 0,001 | 0,005 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 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 ».