MétaCan
Menu
Retour à la cohorte
Enregistrement W6991741443

The influence of innovation strategy on enterprise: a pedagogical case study of Lego

2020· dissertation· en· W6991741443 sur OpenAlexaboutno aff

Notice bibliographique

RevueRepositório do ISCTE-IUL · 2020
Typedissertation
Langueen
DomaineBusiness, Management and Accounting
ThématiqueManagement and Marketing Education
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésOrder (exchange)Face (sociological concept)The InternetFellAmbidexterityControl (management)Disruptive innovationSales forceSales management
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Toys are an indispensable partner in the growth of children, which can give children boundless joy. Toys can not only satisfy children's playful nature, but also be an important tool to cultivate children's good intelligence and healthy psychology. The growth of the toy industry has given rise to big toy companies such as Lego, Hasbro and Mattel. With the progress of the Internet and the development of electronic games, the traditional toy industry has been impacted to some extent. In 2019, in 13 major markets around the world toy sales fell by 3%, Australia, Belgium, Brazil, Canada, France and the United States have all seen sales decline and even closed large retail stores in 2019. In the face of the current depressed market situation in the toy industry, Lego Group, on the contrary, has achieved sustained profits. Recent data show that Lego saw significant growth in both sales and profits in the first half of 2020, reporting a 14% rise in sales and a 7% surge in revenues. The purpose of this paper is to provide a pedagogical case study on the Lego company to the audience – management undergraduate students. The case allows students to apply important strategic tools like Porter's Five Forces model and the VRIO model, and concepts related to innovation and ambidexterity to the case, in order to combine theory with practice, which is hoped will have a positive impact on their understanding of the matters and ability to apply the concepts in new settings.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,349
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,040
Tête enseignante GPT0,325
Écart entre enseignants0,285 · 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 tête enseignante, pas un consensus.

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

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRepositório do ISCTE-IULMême sujetManagement and Marketing EducationTravaux en français237 207