Old but Sold? Innovation Through Tradition Strategy for Export and the Role of Family Involvement
Notice bibliographique
Résumé
ABSTRACT Despite the notable body of research, the family firm (FF) internationalization literature has overlooked the role of innovation strategies in explaining FFs' export performance. We focus on the innovation through tradition (ITT) strategy—specifically, the degree to which a firm leverages its firm‐specific, mature (i.e., past) knowledge in the innovation search and recombination process. This strategy is particularly relevant for FFs as it can have ambivalent effects on export performance. On the one hand, it may ease the liability of foreignness; on the other, it could exacerbate it, creating tensions that firms must carefully navigate. Drawing from the socioemotional wealth perspective, we argue that FFs will be more prone to adopt an ITT strategy. However, the extent to which they will be able to reap the advantages or suffer the constraints of such a strategy for export depends on the particular type of family governance. Specifically, we contend that family managers will have a positive moderating effect on the relationship between the degree to which a firm leverages firm‐specific mature knowledge and export intensity thanks to their direct involvement and operational control over innovation activities. Conversely, family owners lacking this direct involvement will have a negative moderating effect on this relationship. Our analyses, based on a global longitudinal sample of 134 listed firms in the automotive and pharma/biotech industries observed from 2008 to 2020, support our hypotheses. Our results contribute to the nexus of the FF internationalization and FF innovation literature streams, the ITT research in FFs, and the broader internationalization literature.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,002 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».