The Innovation Management and Partnerships (Knowledge Flow) of the Finnish Small Low Tech Companies
Notice bibliographique
Résumé
The purpose of this paper is to examine small- to medium-sized enterprises (SMEs) partnerships and co-operation utilization within innovation processes. Industrial firms are gaining ideas for innovation from various sources and their innovative performance depends, besides their internal knowledge resources, also on how successful they are at appropriating knowledge from external sources. This seems to be true also with smaller, low tech and remote firms. According to analysis of Finnish data small low tech companies have a growth oriented innovation activity. The main findings from Finnish cases show that when the renewal is important at the firm level only, cooperation with business partners (consultants, suppliers) is emphasized; however, when the renewal is important at market level then the public sector cooperation with universities etc. is emphasized. 25% of the studied companies had university co-operation. Informal co-operation and short-term education was seen the most important forms of co-operation. The study of SME innovation in Eastern Finland is included in which implemented innovations during 2003?2005 were investigated. This paper is based on a quantitative study of a sample of SMEs located in the Eastern Finland region in Finland. The entrepreneurs completed a research questionnaire which was sent to 3226 entrepreneurs. 381 completed answers were received and the response rate was modest 11,8%, the final analyzed data contains 370 completed answers. The results suggest that the largest backlog appears to be in utilizing universities and public research organizations. The choices of knowledge sources can be attributed to different capabilities of firms and network partners (consumers, universities etc.) in creating and utilizing (exploitation and exploration) respective innovation-enhancing knowledge. Universities and consulting firms also need to exploit new knowledge created in science, practice and by end-users. This means a challenge for universities and other actors to develop their services and capabilities to meet the needs of SMEs and the manner of SMEs to implement innovation processes hand in hand with daily 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.
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 | 0,001 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».