FROM EXPERIENCE: Disruptive Innovation and the Need for Disruptive Intellectual Asset Strategy
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
Disruption has become a popular business term, yet it is often used so loosely as to convey almost nothing of substance. Here a largely neglected factor is addressed: the role of intellectual assets in securing opportunities for or averting threats from disruptive innovations. While the literature explains why the decision-making systems in large established companies cause difficulty in responding effectively to disruptive innovation the generation of intellectual assets (e.g., patents, publications, trademarks) typically is not subject to the same cultural and structural barriers. Though it may be difficult to convince a business to invest millions in pursuit of a speculative disruptive innovation, it is much easier for a small team to gain support in pursuing low-cost intellectual assets in the name of mitigating potential threats. A two-pronged approach is proposed that builds on the authors' experience at Kimberly-Clark Corporation in dealing with disruptive threats and opportunities. The approach calls for generation of intellectual assets, often using small proactive teams, to (1) protect an existing business by reducing competitive risks from disruptive innovation, including the risk of new products with disruptive potential and the risk of associated competitive patents that might limit one's response; and (2) prepare for future new and disruptive business opportunities that could be protected or strengthened by the intellectual assets generated. Kimberly-Clark's growing experience with this approach suggests that it may be a valuable component of one's strategy for innovation and protection of the business.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,004 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| 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