Innovation and Firm Performance. Econometric Explorations of Survey Data
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Introduction A.Kleinknecht & P.Mohnen PART ONE: COMPARING INNOVATION INDICATORS Towards an Innovation Intensity Index: the Case of CIS-I in Denmark and Ireland P.Mohnen & M.Dagenais Innovations, Patents and Cash Flow P.Geroski, J.Van Reenen & C.Walters The Mutual Relation Between Patents and R H.van Ophem, E.Brouwe, A.Kleinknecht & P.Mohnen PART TWO: DETERMINANTS OF INNOVATIVE BEHAVIOUR Innovation and Farm Performance: The Case of Dutch Agriculture P.Diederen, H.van Meijl & A.Wolters Determinants of Innovative Activity in Canadian Manufacturing Firms J.Baldwin, P.Hanel & D.Sabourin Differences in Determinants of Product and Process Innovations: the French Case C.Le Bas & A.Cabagnols Differences in Determinants of Product and Process Innovations: the Spanish Case E.Martinez-Ros & J.M.Labeaga PART THREE: SPILLOVERS AND R&D COLLABORATION Innovation Without R&D? Public and Private Spillovers in the French Agro-Food Industry V.Mangematin & N.Mandran The Effect of Spillovers and Government Subsidies on R&D, International R&D Cooperation and Profits: Evidence from France F.Favre, S.Negassi & E.Pfister The Impact of Spillovers and Knowledge Heterogeneity on Firm Performance: Evidence from Swiss Manufacturing S.Arvanitis & H.Hollenstein Why do Firms Not Collaborate? The Role of Competencies and Technological Regimes A Leiponen PART FOUR: INNOVATION AND EXPORT PERFORMANCE Innovative Capabilities and Export Performance: A Study of Canadian Manufacturing SMEs E.Lefebvre & L-A.Lefebvre R&D and Export Performance: Taking Account of Simultaneity A.Kleinknecht & R.Oostendorp
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle