Absorptive capacity, relational learning and organizational culture in a knowledge management context: three essays on their influences in the innovation outcomes.
Notice bibliographique
Résumé
RACAP)-and analyzes their influence on innovation outcomes (IO) in project teams.We also examine potential absorptive capacity as an antecedent of realized absorptive capacity.In addition, we propose that relational learning (RL) will play a moderator role reinforcing the PACAP-RACAP link Chapter 5 encloses the paper entitled "Absorptive capacity, innovation and cultural barriers: A conditional mediation model" (Journal of Business Research, 2014).On the basis of Zahra and George's (2002) conceptualization of absorptive capacity, this paper addresses these two dimensions -PACAP and RACAP-separately, and analyzes their influence on innovation outcomes (IO) within organizations.This study also examines the mediating role of RACAP in the relationship between PACAP and IO.We therefore posit that the link between PACAP and IO is mediated by RACAP.Furthermore, the paper contains a discussion on the moderating role of cultural barriers (CB) in decreasing the PACAP-RACAP and the RACAP-IO links.Finally, Chapter 6 exposes the overall discussion of the results as well as the conclusions, implications -both at the academic and the managerial level-, and limitations of this study.The chapter ends establishing several lines of research that we aim to develop in the future in order to enhance and improve this thesis. REFERENCES.Grant, R. M. (1996).Toward a knowledge-based theory of the firm.Strategic
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 | 0,003 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,006 |
| Communication savante | 0,005 | 0,004 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 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 ».