MétaCan
Menu
Retour à la cohorte
Enregistrement W4415573055 · doi:10.1016/j.jbusres.2025.115796

Digital transformation as a multi-phase process: a longitudinal study of corporate strategy and business unit adaptation

2025· article· en· W4415573055 sur OpenAlexaff
Solmaz Filiz Karabağ, Johan Simonsson, Christian Berggren, Martin Andreasson, Robin Eriksson

Notice bibliographique

RevueJournal of Business Research · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueDigital Transformation in Industry
Établissements canadiensEngineering Link (Canada)
Organismes subventionnairesUppsala UniversitetKungliga Tekniska HögskolanTurun YliopistoLinköpings UniversitetChalmers Tekniska HögskolaHögskolan i HalmstadEnergimyndighetenVINNOVA
Mots-clésDigital transformationSoftware deploymentAdaptation (eye)Transformation (genetics)Dynamic capabilitiesStrategic business unitStrategic managementBusiness modelStability (learning theory)

Résumé

récupéré en direct d'OpenAlex

This study investigates how digital transformation unfolds over time within a multi-business manufacturing firm. Drawing on a longitudinal case study of SweX—a global industrial firm—we trace the dynamics of digital transformation across three empirically derived phases: experimentation, consolidation, and acceleration. Five interrelated patterns shape the process: (1) digital transformation unfolds recursively rather than linearly; (2) tensions arise between corporate strategy and business unit adaptation; (3) monetizing digital innovation remains challenging; (4) structural adjustments are needed to balance stability and change; and (5) temporal asymmetry—misalignments between technology deployment and customer readiness—can hinder digital transformation. We organize these insights around three overarching themes—organizational tension, structural adjustment, and organizational adaptation—developed through iterative analysis across corporate and business unit levels. The study advances process-oriented perspectives on strategy by showing how recursive patterns of tension, structural change, and organizational adaptation drive digital transformation in complex, multi-level firms.

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)0,006
score de la tête « metaresearch » (Gemma)0,012
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 enseignants0,009
Score d'incertitude au seuil0,031

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,012
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,002
Communication savante0,0030,004
Science ouverte0,0010,002
Intégrité de la recherche0,0010,002
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 Opus0,207
Tête enseignante GPT0,400
Écart entre enseignants0,193 · 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

Citations4
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Business ResearchMême sujetDigital Transformation in IndustryTravaux en français237 207