MétaCan
Menu
Retour à la cohorte
Enregistrement W1992536037 · doi:10.5172/impp.11.3.327

Innovation practices within small to medium-sized mechanically-based manufacturers

2009· article· en· W1992536037 sur OpenAlexaff
Glenn Brophey, Steve Brown

Notice bibliographique

RevueInnovation · 2009
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueEntrepreneurship Studies and Influences
Établissements canadiensNipissing University
Organismes subventionnairesnon disponible
Mots-clésBusinessContext (archaeology)Construct (python library)MarketingBest practiceProduct innovationProduct (mathematics)Industrial organizationNew product developmentProcess (computing)Control (management)Identification (biology)Innovation processEconomicsManagementWork in process

Résumé

récupéré en direct d'OpenAlex

Manufacturing SMEs remain an underdeveloped area of interest in the literature on innovation. SMEs whose principal skill sets are mechanical in nature (MechSMEs) and that serve multiple customer groups offer a particularly rich context for the study of innovation practices that are mostly under the control of the firm’s managers. This empirically-based paper uses case studies based on multiple units of analysis within each firm so that the overall innovation practices of four mature firms (average firm age 45 years, minimum 20 years) and the practices used within thirteen specif ic innovations (both product and process innovations) were studied. This combination of studying firm-specific and innovation-specific practices was used to construct a picture of the most important innovation practices within each firm.Based on the identification of the two most innovative firms, the findings indicate that approximately half of these firms’ innovation practices were shared with the other firms, while the other half of the practices were found to be either idiosyncratic or only partially shared. Of particular interest were fifteen innovation practices that were particularly influential within the two most innovative firms.

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)0,001
score de la tête « metaresearch » (Gemma)0,009
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 enseignants0,002
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,009
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,047
Tête enseignante GPT0,286
Écart entre enseignants0,240 · 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

Citations20
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInnovationMême sujetEntrepreneurship Studies and InfluencesTravaux en français237 207