Açık inovasyonun dinamiklerini ortaya çıkarmak: Kavramsal bir keşif
PDF (İngilizce)

Anahtar Kelimeler

Ağ Analizi, Non-Local Merkeziyet Ölçüleri, Açık İnovasyon, Dijital Dönüşüm, Strateji ve Yönetim

Nasıl Atıf Yapılır

Açık inovasyonun dinamiklerini ortaya çıkarmak: Kavramsal bir keşif. (2023). Business & Management Studies: An International Journal, 11(4), 1296-1307. https://doi.org/10.15295/bmij.v11i4.2306

Öz

Son Bu çalışma, açık inovasyonun karmaşık alanlarını keşfetmeyi amaçlamaktadır. "Açık" kelimesi, örgütsel bilginin açıkça paylaşılma eylemini ifade eder. Organizasyonlar, geleneksel sınırları aşmak ve gerekli kaynakları elde etmek amacıyla açık inovasyon yaklaşımlarını benimseyerek genişlemektedir. Çalışmanın temel amacı, global ve yerel bakış açıları içeren bir kavramsal çerçeve içinde nonlocal merkeziyet ölçümlerini kapsayan detaylı bir inceleme, karşılaştırma ve analiz sunmaktır. Python NetworkX Programlama Dili kullanılarak, Degree Centrality, Closeness Centrality, Eigenvector Centrality, Betweenness Centrality, Modularity, Community Detection, Vote Rank ve Digital Flaneurs gibi ağ analizi metodolojilerinin kullanımını araştırmaktadır. Bu çalışma, nonlocal merkeziyet ölçümleri, dinamik yetenekler ve açık inovasyon stratejileri arasındaki karmaşık etkileşimi daha iyi anlamak ve incelemek amacını taşımaktadır. Dolayısıyla, açık inovasyon yaklaşımları, dinamik yetenekler ve nonlocal merkeziyet ölçümleri arasındaki bu karmaşık ilişki üzerine sağladığı değerli bakış açılarıyla bilimsel literatüre önemli bir katkı sunmaktadır. Ayrıca, bu araştırma, organizasyonların modern dijital ortamın getirdiği karmaşık zorlukları etkili bir şekilde yönetme, yenilik elde etme ve rekabet avantajını sürdürme konusundaki geniş bilimsel tartışmalara da katkıda bulunmaktadır.

Makale Kullanım İstatistikleri

Görüntülenme
773
PDF indirilme
467
İndirme istatistikleri henüz mevcut değil.

İndirmeler

İndirme istatistikleri henüz mevcut değil.
PDF (İngilizce)

Referanslar

AKAL, Ş. (2014). Gerçek ve Model Ağlarin Karakteristik Özelliklerinin Karşilaştirilmasi - Comparison of Characteristics Of Real And Modelled Networks. Öneri Dergisi. 11. 251. 10.14783/od.v11i41.5000011416.

Al-Taie, M.Z., Kadry, S. (2017). Theoretical Concepts of Network Analysis. In: Python for Graph and Network Analysis. Advanced Information and Knowledge Processing. Springer, Cham. https://doi.org/10.1007/978-3-319-53004-8_1

Baskici, C. & Ercil, Y. (2018). Örgütlerin Ağ Perspektifinden Kurumsal Yapi Analizi. Press Academia Procedia, 7 (1), 335-338.DOI: 10.17261/Pressacademia. 2018.910

Baskici, C., Ercil, Y. (2018). Corporate structure analysis of organizations from a network perspective. Research Journal of Business and Management (RJBM), V.5(3), p.231-237

Borgatti, S. (2005). Centrality and Network Flow. Social Networks. 27. 55-71. 10.1016/j.socnet.2004.11.008.

Borgatti, S.P & Foster, P.C. (2003). A network paradigm in organizational research: A review and typology. Journal of Management, 29 (6):991-1013.

Chen, H., Mehra, A., Tasselli, S. & Borgatti, S. (2022). Network Dynamics and Organizations: A Review and Research Agenda. Journal of Management. 10.1177/01492063211063218.

Díaz-Fernández, M., López-Cabrales, A.&Valle-Cabrera, R. (2014): A contingent approach to the role of human capital and competencies on firm strategy, BRQ Business Research Quarterly, ISSN 2340-9436, Elsevier España, Barcelona, Vol. 17, Iss. 3, pp. 205-222, https://doi.org/10.1016/j.brq.2014.01.002

Emmerik, R., Ducharme, S., Amado, A. & Hamill, J. (2016). Comparing dynamical systems concepts and techniques for biomechanical analysis. Journal of Sport and Health Science. 5. 1-11. 10.1016/j.jshs.2016.01.013.

Faith, B., Hernandez, K. and Beecher, J. (2022), IDS Policy Briefing 202, Brighton: Institute of Development Studies

Fortunato S., (2010) “Community detection in graphs”, Physics Reports, 486(3-5):75-174.

Fortunato, S. & Castellano, C. (2008). Community Structure in Graphs. Encyclopedia of Complexity and System Science. 10.1007/978-0-387-30440-3_76.

Gençer, M. (2017). Sosyal Ağ Analizi Yöntemlerine Bir Bakış. Yildiz Social Science Review,3(2),19-34. Retrieved from https://dergipark.org.tr/tr/pub/yssr/issue/ 33542/334638

Golbeck J. (2013). Analyzing the Social Web (1st. ed.). Morgan Kaufmann Publishers Inc., San Francisco, CA, USA.

Goldenberg, D. (2019). Social Network Analysis: From Graph Theory to Applications with Python. 10.13140/RG.2.2.36809.77925/2.

Hütt, Marc-Thorsten & Jain, Mitul & Hilgetag, Claus & Lesne, Annick. (2012). Stochastic Resonance in Discrete Excitable Dynamics on Graphs. Chaos, Solitons & Fractals. 45. 611-618. 10.1016/j.chaos.2011.12.011.

Iacobucci, D., McBride, R., Popovich, D. and Rouziou, M., (2019). In Social Network Analysis, Which Centrality Index Should I Use? Theoretical Differences and Empirical Similarities among Top Centralities. Journal of Methods and Measurement in the Social Sciences, Vol. 8, No. 2, 72-99, 2017, Available at SSRN: https://ssrn.com/abstract=3425975 or http://dx.doi.org/10.2139/ssrn.3425975

Jong K. C&Chung-in M.(2010), Understanding Northeast Asian regional dynamics: inventory checking and new discourses on power, interest, and identity, International Relations of the Asia-Pacific, Volume 10, Issue 2, May 2010, Pages 343–372, https://doi.org/10.1093/irap/lcq003

Linss, V. & Fried, A. (2010). The ADVIAN® classification - A new classification approach for the rating of impact factors. Technological Forecasting and Social Change. 77. 110-119. 10.1016/j.techfore.2009.05.002.

López-Fernández, L., Robles, G., Gonzalez-Barahona, J. M., & Herraiz, I. (2006). Applying Social Network Analysis Techniques to Community-Driven Libre Software Projects. International Journal of Information Technology and Web Engineering, 1(3), 27–48. https://doi.org/10.4018/jitwe.2006070103

Natalie R. Smith, Paul N. Zivich, Leah M. Frerichs, James Moody, Allison E. Aiello, (2020) “A Guide for Choosing Community Detection Algorithms in Social Network Studies: The Question Alignment Approach”, American Journal of Preventive Medicine, 59(4): 597-605.

Newman M. E. (2006). Modularity and community structure in networks. Proceedings of the National Academy of Sciences of the United States of America, 103(23), 8577–8582. https://doi.org/10.1073/pnas.0601602103

Pazura, P., Bortko, K., Jankowski, J., Michalski, R. (2020). A Dynamic Vote-Rank Based Approach for Effective Sequential Initialization of Information Spreading Processes Within Complex Networks. In: et al. Computational Science – ICCS 2020. ICCS 2020. Lecture Notes in Computer Science (), vol 12137. Springer, Cham. https://doi.org/10.1007/978-3-030-50371-0_47.

Pfeffer, J. (2014). Book Review: Social Network Analysis with Applications. Connections, 34(1). https://doi.org/10.17266/34.1.11

Turnbull, L., Hütt, MT., & Ioannides, A.A. (2018). Connectivity and complex systems: learning from a multi-disciplinary perspective. Appl Netw Sci 3, 11 (2018). https://doi.org/10.1007/s41109-018-0067-2

Wasono, L.W., Mihardjo, Sasmoko, & Alamsyah, F. (2022). Boosting the Firm Transformation in Industry 5.0: Experience-Agility Innovation Model. International Journal of Recent Technology and Engineering.

Creative Commons License

Bu çalışma Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License ile lisanslanmıştır.

Telif Hakkı (c) 2023 AYSE ASLI YILMAZ