MétaCan
Menu
Retour à la cohorte
Enregistrement W7020060629

Innovation management and firms' performance : the role of business strategy, organizational capabilities and external environment

2013· dissertation· en· W7020060629 sur OpenAlexfundno aff

Notice bibliographique

RevueNimertis (University of Patras) · 2013
Typedissertation
Langueen
DomaineBusiness, Management and Accounting
ThématiqueInnovation and Knowledge Management
Établissements canadiensnon disponible
Organismes subventionnairesKementerian Pendidikan NasionalHarvard UniversityUniversity of OxfordNational Science FoundationUniversity of CambridgeMcGill University
Mots-clésAmbidexterityCompetitive advantageFlexibility (engineering)PremiseSocial capitalAffect (linguistics)Empirical researchSample (material)
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

In the modern highly competitive business environments innovation research has flourished as the need of organizations to develop new products, to compete intensively and to perform their tasks adequately has become vital (Brown & Eisenhardt, 1995; Damanpour, 1991). This continuous change leads firms to confront with the tension of exploring new opportunities or exploiting current competencies (Floyd & Lane, 2000; Lavie, Stettner, & Tushman, 2010). March’s (1991) “ambidexterity” premise refers to the simultaneous pursuit of these contrasting activities (exploration and exploitation). Specifically, firms seek to adjust to the turbulent environmental conditions through exploring new ideas, products and/or services while simultaneously developing their existing products, markets and competences (Benner & Tushman, 2003; Jansen, Van Den Bosch, & Volberda, 2006). Several literatures have increasingly argued about the antecedents of exploration and exploitation and their impact to firms’ ambidexterity as well as the relationship between ambidexterity and firms’ financial performance (He & Wong, 2004; Jansen, Volberda, & Van Den Bosch, 2005a). This doctoral study copes with the antecedents of firms’ ambidextrous orientation and the firm-level ambidexterity-financial performance relationship. Through the use of hierarchical regression modeling, the results of the empirical research at a sample of 133 top performing Greek companies show that: 1) top managers’ creative self-efficacy positively affects firms’ ambidextrous orientation, 2) top managers’ learning goal orientation positively impacts firms’ ambidextrous orientation, 3) top managers’ performance goal orientation negatively influences firms’ ambidextrous orientation, 4) firms’ external knowledge flows positively affect firms’ ambidextrous orientation, 5) firms’ innovation & flexibility climate positively impacts firms’ ambidextrous orientation, 6) firms’ social capital is not associated with firms’ ambidextrous orientation, 7) firms’ organizational capital positively influences firms’ ambidextrous orientation, 8) firms’ participative decision making positively affects firms’ ambidextrous orientation, 9) the complementary effect of the simultaneous pursuit of a differentiation and a low-cost strategy negatively impacts firms’ ambidextrous orientation, 10) firms’ ambidextrous orientation is positively related to firms’ financial performance and that, 11) Firm size moderates the relationship between firms’ ambidextrous innovation orientation and its subsequent financial performance in such a way that this positive effect is increased as size increases. Overall, these findings offer important contributions to organizational ambidexterity literature, by indicating new antecedents of firms’ ambidexterity and a positive relationship of ambidexterity and firms’ financial performance.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,876
Score d'incertitude au seuil0,740

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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)0,0010,000

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 Opus0,006
Tête enseignante GPT0,158
Écart entre enseignants0,152 · 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.

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

Citations0
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNimertis (University of Patras)Même sujetInnovation and Knowledge ManagementTravaux en français237 207