MétaCan
Menu
Retour à la cohorte
Enregistrement W2006303374 · doi:10.1108/00251740810882653

New directions for the biopharma industry in Canada: modelling and empirical findings

2008· article· en· W2006303374 sur OpenAlexaboutno aff
Isidre March-Chordà, Rosa María Yagüe Perales

Notice bibliographique

RevueManagement Decision · 2008
Typearticle
Langueen
DomaineMedicine
ThématiqueBiotechnology and Related Fields
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésVenture capitalOriginalityBusinessMarketingValue (mathematics)Variety (cybernetics)Empirical researchProduct (mathematics)Industrial organizationQualitative researchFinance

Résumé

récupéré en direct d'OpenAlex

Purpose The main purpose of this study is to identify features and trends shaping the business models currently prevailing in the Canadian biopharma industry, by disaggregating the business model analysis into four key areas: value creation, investment strategy, business strategy, success factors Design/methodology/approach Results arise from an empirical fieldwork of qualitative nature, undertaken by the end of 2004, involving deep interviews to a broad variety of key stakeholders of the biopharma industry in the Quebec region, including biopharma firms, large pharma firms, venture capital funds, research centers and recognized experts from consultancy firms and Universities. Findings Biopharma firms encounter difficulties to bridge the gap between the research innovation focus to the large scale production focus. The biopharma firms need to announce achievable and promising hits in the near future, mainly by filing patents and also through scientific publications, and making believable their prospects to reach the release phase. Venture capitalists and private investors claim for original, innovative and marketable results, keeping away from just imitative enterprises. The one product firms still largely prevail. Research limitations/implications Lessons learned through this fieldwork might in the future be complemented with a quantitative survey to biopharma firms in the Quebec region. Practical implications When funding biopharma firms, private investors claim for original, innovative and marketable results, keeping away from just imitative enterprises. The business model must evolve, and take into account the quick changes in the environment, coming either from the market or from the technologies and research streams. Originality/value Disaggregating the business model analysis into four key areas will make an original contribution to the limited knowledge about expectations and future prospects of the biopharma industry

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)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,916
Score d'incertitude au seuil0,610

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,005
Études des sciences et des technologies0,0030,002
Communication savante0,0070,002
Science ouverte0,0020,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0100,001

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 Opus0,046
Tête enseignante GPT0,291
Écart entre enseignants0,245 · 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'étudeSimulation ou modélisation
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
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueManagement DecisionMême sujetBiotechnology and Related FieldsTravaux en français237 207