From failure to success: rethinking business model design for community-based enterprises
Notice bibliographique
Résumé
Purpose Community-based enterprises (CBEs) offer a promising strategy for facilitating sustainable local development, yet many experience failure or underperformance. This study aims to explore the concept of community-based business model (CBBM) as a tailored approach to CBE success, analyzing the configuration, development processes, challenges and key factors that contribute its success. Design/methodology/approach Using a multiple case study approach, the authors investigate five leading CBEs in Indonesia, each located in different provinces and include various businesses such as agriculture, farming, tourism and crafts, ensuring a broad representation of CBE business models. Findings The study identifies key characteristics and design elements of CBBM, providing a structured approach on how “successful” CBEs create, deliver and capture value. It also examines the development processes, challenges and key success factors that enhance CBBM effectiveness, offering insights into what drives the development of a “successful” CBBM. Practical implications The concept of CBBM offers an important implication for organizations engaging in CBE that they should shift from generic BM to a more customized BM to enhance the likelihood of creating sustainable and impactful CBEs. Originality/value This study advances the literature on CBE and BM by conceptualizing CBBM as a distinct BM tailored for CBEs. It provides theoretical and practical insights into how BM design can enhance the effectiveness of CBEs, laying the groundwork for future research on BM design in CBEs.
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 | 0,031 | 0,072 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,004 | 0,010 |
| Communication savante | 0,012 | 0,015 |
| Science ouverte | 0,004 | 0,011 |
| Intégrité de la recherche | 0,003 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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.
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 ».