MétaCan
Menu
Retour à la cohorte
Enregistrement W4415198811 · doi:10.1016/j.jik.2025.100856

Ambidexterity–resilience nexus and innovation: A focus on SMEs in a developing world setting

2025· article· en· W4415198811 sur OpenAlexafffund
Amon Simba, Mahdi Tajeddin, Patient Rambe, Felix Abrah Baah

Notice bibliographique

RevueJournal of Innovation & Knowledge · 2025
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueInnovation and Knowledge Management
Établissements canadiensSaint Mary's University
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésAmbidexterityNexus (standard)Developing countryMainstreamResilience (materials science)Psychological resilienceEntrepreneurship

Résumé

récupéré en direct d'OpenAlex

Research links ambidexterity and innovation. However, the impact of the relationship between ambidextrous innovation and resilience relative to ambidexterity outcomes in the developing world remains atheoretical. Accordingly, this study introduces an ambidextrous innovation–resilience–ambidexterity interface to investigate 300 developing world SMEs. From this phenomenon–theory interface, equation, and regression modelling, we deduce theories to articulate the tenuous relationship between ambidextrous innovation strategies (IT [information technology] and learning capabilities) and resilience relative to ambidexterity outcomes for these SMEs. Juxtaposed against the ambidexterity–resilience link found in mainstream research, we show how the interplay of these ambidextrous innovation strategies with resilience weakens ambidexterity outcomes in a developing world setting, where essential entrepreneurship resources are too limited to meet SMEs’ needs. This study is original because it suggests that ambidextrous behavior may not always yield positive outcomes in a developing world setting, which has implications for research, policymaking, and SME practice.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,002
Communication savante0,0020,002
Science ouverte0,0000,003
Intégrité de la recherche0,0000,001
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 Opus0,024
Tête enseignante GPT0,292
Écart entre enseignants0,268 · 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'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Innovation & KnowledgeMême sujetInnovation and Knowledge ManagementTravaux en français237 207