Implementing market-oriented behaviours and coopetition activities in export markets
Notice bibliographique
Résumé
Purpose Market-oriented behaviours (MOBs) have been widely studied in domestic and international settings. However, it is unclear how smaller-sized exporters can manage MOBs to enhance their sales performance. That is, under-resourced firms might be constrained by their size, meaning that they require other forms of assistance from key stakeholder groups (e.g. competitors) to boost their export sales performance when implementing export MOBs. Accordingly, guided by the wider aspects of resource-based theory, the purpose of this study is to delve deeper into the relationship between export MOBs and export sales performance under different degrees of export coopetition (collaboration with competitors). Design/methodology/approach The research team collected and analysed survey responses from 118 smaller-sized exporters within the New Zealand wine industry. Such statistical data passed all major robustness checks (i.e. for reliability, different forms of validity and common method variance). In addition to the core model-testing stage, several post-hoc tests were conducted to further examine the statistical findings. Findings As expected, export MOBs had a positive and significant relationship with export sales performance. Yet, a surprising result was that export coopetition activities negatively and significantly moderated this link (a two-way interaction effect). The subsequent post-hoc tests revealed a variety of interesting nuances pertaining to how export MOBs and export coopetition activities can positively and negatively influence export sales performance. Originality/value This study offers unique insights regarding the circumstances where export coopetition activities assist (and do not assist) under-resourced businesses to amplify the performance-enhancing benefits of export MOBs. New evidence demonstrates that while export MOBs can help smaller-sized exporters to thrive within their markets, coopetition (formally and/or informally) can negatively impact export sales performance when implemented in tandem with MOBs. Hence, this investigation identifies some of the dark sides of international forms of coopetition.
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 | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».