MétaCan
Menu
Retour à la cohorte
Enregistrement W1491909428

Les determinants des activites d'innovation dans les entreprises de fabrication canadiennes: le role des droits de propriete intellectuelle

2000· preprint· fr· W1491909428 sur OpenAlexaboutno aff
John R. Baldwin, Petr Hanel, David Sabourin

Notice bibliographique

RevueRePEc: Research Papers in Economics · 2000
Typepreprint
Languefr
DomaineBusiness, Management and Accounting
ThématiqueIntellectual Property and Patents
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPolitical scienceArt
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Les auteurs de la présente étude se sont penchés sur l’impact de différents facteurs sur l’innovation dans le secteur canadien de la fabrication. Premièrement, ils ont déterminé dans quelle mesure la protection de la propriété intellectuelle favorisait l’innovation. Deuxièmement, ils ont analysé l’apport de la R-D à l’innovation. Troisièmement, ils ont tenu compte de l’importance de diverses compétences (marketing, ressources humaines, technologie et production) eu égard à l’innovation. Quatrièmement, ils ont tenté de voir dans quelle mesure le fait que l’entreprise soit grande et qu’il y ait moins de concurrence était propice à l’innovation (l’hypothèse de Schumpeter). Cinquièmement, l’incidence de la nationalité de l’entreprise sur l’innovation a également été étudiée. Enfin, les auteurs ont analysé l’impact du contexte de l’industrie sur la capacité d’innover de l’entreprise. Plusieurs conclusions méritent d’être soulignées. Premièrement, en ce qui a trait à la relation existant entre l’innovation et l’utilisation des brevets, il appert que l’innovation influe beaucoup plus sur le brevetage que l’inverse. Les entreprises innovatrices protègent leurs découvertes à l’aide d’un brevet, mais les entreprises et les industries qui ont davantage recours à cette forme de protection n’ont pas tendance à être plus innovatrices. Deuxièmement, si la R-D est importante, l’acquisition de compétences dans des domaines tels que la technologie et le marketing l’est également. Troisièmement, l’impact de la taille est significatif. Les grandes entreprises sont généralement plus innovatrices. Pour ce qui est de la concurrence, les niveaux moyens de concurrence favorisent le plus l’innovation. Quatrièmement, les entreprises étrangères ne sont pas beaucoup plus susceptibles d’innover que les entreprises nationales lorsque l’on tient compte des différences observées au chapitre des compétences. Cinquièmement, l’infrastructure scientifique inhérente à la recherche universitaire est un déterminant significatif de l’innovation.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,013
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,980
Score d'incertitude au seuil0,049

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,013
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0020,002
Communication savante0,0050,003
Science ouverte0,0010,003
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0150,001

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 Opus0,084
Tête enseignante GPT0,274
Écart entre enseignants0,190 · 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 source (Gemma direct ou Codex distillé), 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
Publié2000
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRePEc: Research Papers in EconomicsMême sujetIntellectual Property and PatentsTravaux en français237 207