MétaCan
Menu
Retour à la cohorte
Enregistrement W4410695481 · doi:10.1016/j.orgdyn.2025.101158

Implementing strategic initiatives in MNE subsidiaries: Contrasting the path-dependency and effectuation approaches

2025· article· en· W4410695481 sur OpenAlexaff
Alain Verbeke, Wenlong Yuan

Notice bibliographique

RevueOrganizational Dynamics · 2025
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueInnovation and Knowledge Management
Établissements canadiensUniversity of ManitobaUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésSubsidiaryBusinessDependency (UML)Process managementPath dependencyIndustrial organizationPath (computing)Business administrationEconomic geographyManagementMultinational corporationEconomicsComputer scienceFinanceArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Radical shifts in the macro-level environment, such as the fast digitalization of the economy and the imposed reconfiguration of global value chains (for instance because of global decoupling), have created new challenges for multinational enterprise (MNE) subsidiary managers. Radical shifts in the environment can have major implications for a subsidiary’s activities in the MNE’s value chain, and for its distinct underlying competences and role in the MNE network. What are the optimal subsidiary strategic responses, in the form of new investment initiatives, to radical shifts in the environment? We examine the implications of adopting a path-dependency versus an effectuation approach to guide subsidiary managers in responding to radical, exogenous shifts. We describe the path-dependency view on Patterns of subsidiary evolution. We then suggest that an effectuation approach can be useful to subsidiary managers facing radical environmental change, especially when enacting and implementing pattern-breaking investment initiatives, whereby they should attempt to broaden the range of reasonably possible options available to them and engage in experimentation.

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)0,010
score de la tête « metaresearch » (Gemma)0,018
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 enseignants0,011
Score d'incertitude au seuil0,078

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0100,018
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0040,008
Communication savante0,0060,005
Science ouverte0,0020,006
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,018
Tête enseignante GPT0,221
Écart entre enseignants0,203 · 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

Citations3
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueOrganizational DynamicsMême sujetInnovation and Knowledge ManagementTravaux en français237 207