MétaCan
Menu
Retour à la cohorte
Enregistrement W1514517528 · doi:10.1111/caim.12029

Innovation in the Application of Digital Tools for Managing Uncertainty: The Case of <scp>UK</scp> Independent Film

2013· article· en· W1514517528 sur OpenAlexaff
Michael Franklin, Nicola Searle, Dimitrinka Stoyanova Russell, Barbara Townley

Notice bibliographique

RevueCreativity and Innovation Management · 2013
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueInnovation and Knowledge Management
Établissements canadiensUniversity of Alberta
Organismes subventionnairesEconomic and Social Research Council
Mots-clésNexus (standard)BusinessMarketingProduct (mathematics)Service (business)Value (mathematics)Social mediaDistribution (mathematics)Industrial organizationProduction (economics)Process (computing)Product innovationEconomicsComputer scienceMicroeconomics

Résumé

récupéré en direct d'OpenAlex

This research investigates innovation in how film producers use social digital tools to engage consumers, reduce demand uncertainty and respond to the challenge of digital disruption that affects the traditional film value chain. Through three empirical case studies of film production and exploitation, we examine examples of innovation in product, service, distribution, marketing and process, each having important implications at the organizational level. Our findings show that innovations in one area have important implications for other areas, distribution impacting on concepts of product and service, for example. We also show that internal firm micro‐process dynamics impact directly on external interactions between the firm, consumers en masse and partner firms. Our research thus lies at the nexus of innovation, social media and uncertainty management, and questions the boundaries found in innovation ‘types’ or dominant taxonomies in traditional R&D frames.

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)0,008
score de la tête « metaresearch » (Gemma)0,019
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,062

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,019
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0100,016
Communication savante0,0120,007
Science ouverte0,0020,009
Intégrité de la recherche0,0060,003
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,033
Tête enseignante GPT0,266
Écart entre enseignants0,233 · 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'étudeQualitatif
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

Citations31
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCreativity and Innovation ManagementMême sujetInnovation and Knowledge ManagementTravaux en français237 207