MétaCan
Menu
Retour à la cohorte
Enregistrement W1996298489 · doi:10.5755/j01.ee.25.3.2737

Research and Development Projects Upon Real Options View

2014· article· en· W1996298489 sur OpenAlexaboutno aff
Dominik Metelski, Antonio Mihi‐Ramírez, Jesús Arteaga-Ortíz

Notice bibliographique

RevueEngineering Economics · 2014
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueCapital Investment and Risk Analysis
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésValuation (finance)Competitor analysisDuopolyCompetition (biology)Cash flowBusinessIndustrial organizationEconomicsMarketingFinanceMicroeconomics

Résumé

récupéré en direct d'OpenAlex

We investigate the importance of R&D expenditures for SMC (small and medium companies) and for Blue Chips, focusing on the existence of relation between Research and Development (R&D) option value and some variables such as relative probability of innovation, level of capital expenditures, expected innovation rents, expenditures with respect to the implementation of new technologies, proportions of money, proportions of indebtedness, operating cash flows, patents of affiliated companies, numbers of workers, market concentration and the efficiency of work. Empirical analysis also includes R&D projects valuation worksheet based upon the competition duopoly model that we applied to Brazilian Embraer and Canadian Bombardier. Embraer and Bombardier are 3rd and 4th largest suppliers of commercial aircrafts. These are main rival competitors in the segment of small commuter planes. Our main objective was to study changes of R&D projects performance when alterations of environmental factors are simulated. Basically, we observed significant difference between SMCs and Blue Chips. SMC tend to start new R&D projects on their own while Blue Chips buy other companies that already have access to new technologies. Moreover, in the group of small companies, R&D costs are significantly positive, while Blue Chips show opposite results as R&D costs are negative and statistically significant in this group. In addition, R&D projects and patents possessed by investigated companies affect positively R&D projects valuation. Future growth, which forms part of the value of a company, depends on the number of patents pertaining to companies and newly started R&D projects which subsequently will become patents possessed by those companies. DOI: http://dx.doi.org/10.5755/j01.ee.25.3.2737

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)0,002
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,020
Score d'incertitude au seuil0,067

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,001
Communication savante0,0030,003
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0200,001

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 Opus0,068
Tête enseignante GPT0,245
Écart entre enseignants0,178 · 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'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

Citations2
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEngineering EconomicsMême sujetCapital Investment and Risk AnalysisTravaux en français237 207