MétaCan
Menu
Retour à la cohorte
Enregistrement W1562275138 · doi:10.3386/w15440

The Reorganization of Inventive Activity in the United States during the Early Twentieth Century

2009· report· en· W1562275138 sur OpenAlexafffund
Naomi R. Lamoreaux, Kenneth L. Sokoloff, Dhanoos Sutthiphisal

Notice bibliographique

RevueNational Bureau of Economic Research · 2009
Typereport
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueInnovation Policy and R&D
Établissements canadiensMcGill University
Organismes subventionnairesAnderson School of Management, University of California, Los AngelesSocial Sciences and Humanities Research Council of Canada
Mots-clésEconomic geographyGeography

Résumé

récupéré en direct d'OpenAlex

The standard view of U.S. technological history is that the locus of invention shifted during the early twentieth century to large firms whose in-house research laboratories were superior sites for advancing the complex technologies of the second industrial revolution. In recent years this view has been subject to increasing criticism. At the same time, new research on equity markets during the early twentieth century suggests that smaller, more entrepreneurial enterprises were finding it easier to gain financial backing for technological discovery. We use data on the assignment (sale or transfer) of patents to explore the extent to which, and how, inventive activity was reorganized during this period. We find that two alternative modes of technological discovery developed in parallel during the early twentieth century. The first, concentrated in the Middle Atlantic region, centered on large firms with in-house R&D labs and superior access to the region's rapidly growing equity markets. The other, located mainly in the East North Central region, consisted of smaller, more entrepreneurial enterprises that drew primarily on local sources of funds. Both modes seem to have made roughly equivalent contributions to technological change through the 1920s. The subsequent dominance of large firms seems to have been propelled by a differential access to capital during the Great Depression that was subsequently reinforced by the regulatory and military procurement policies of the federal government.

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)0,011
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,295
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0110,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,248
Tête enseignante GPT0,437
Écart entre enseignants0,189 · 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'étudeThéorique ou conceptuel
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

Citations16
Publié2009
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueNational Bureau of Economic ResearchMême sujetInnovation Policy and R&DTravaux en français237 207