The Effects of Commercialization Capability in Small and Medium-sized Businesses on Business Performances: Focused on Moderating Effects of Open Innovation
Notice bibliographique
Résumé
This study aims to set the effects of technology commercializing capabilities (Acquisition / Internalization, market-oriented innovation, and exploitational innovation) on business performances (financial performance, non-financial performance, and innovational performance) as a primary model; examine the moderating effects of open innovation; build up the foundation to promote small and medium enterprises located in industrial complexes in Daegu; and lay groundwork for regional industrial strategies and national policy projects. We examined the relations between variables by conducting correlation measurement with only those variables that went through the above process. And hierarchical regression analysis was done to confirm our research model and hypothesis test.The empirical analysis results of the research are as follows: First, we found that acquisition/internalization affected greatgly the firm’s financial performance and innovation performance (the speed of commercialization, the number of new product developments). Second, technological exploitation has positive effects on on their financial performance and innovation performance (the speed of commercialization, and the number of new product developments). Third, market exploitation also influenced strongly financial and innovative performances. This is because small and medium-sized companies in Korea produce and deliver products that higher level companies order rather than they develop their own products and improve the management performance by selling them to the market. Fourth, small and medium-sized firms seek to overcome the drawbacks coming from geographic proximity by means of open innovation during the process of commercializing the goods with their transferred techniques.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».