MétaCan
Menu
Retour à la cohorte
Enregistrement W2019039560 · doi:10.5437/08956308x5605007

Tools for Managing Early-Stage Business Model Innovation

2013· article· en· W2019039560 sur OpenAlexaff
John Evans, Ray Johnson

Notice bibliographique

RevueResearch-Technology Management · 2013
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueInnovation, Technology, and Society
Établissements canadiensLockheed Martin (Canada)
Organismes subventionnairesnon disponible
Mots-clésStage (stratigraphy)Process managementBusinessGeology

Résumé

récupéré en direct d'OpenAlex

OVERVIEW:Standard financial metrics do not provide useful or meaningful evaluations of the potential of early-stage ideas that require business model shifts. Lockheed Martin has developed a two-stage approach that combines a modified risk-return framework with a new concept, Innovation Readiness Levels (IRLs). Using a structure analogous to technology readiness levels (TRLs), IRLs offer a quantitative assessment of the organization's state of readiness to implement a specific business model and a measure of the amount of stress an idea is likely to create for the organization. This evaluation provides a surrogate metric for both required investment and the risk associated with the investment.

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)0,011
score de la tête « metaresearch » (Gemma)0,040
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,057

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0110,040
Méta-épidémiologie (sens strict)0,0030,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0120,006
Études des sciences et des technologies0,0010,001
Communication savante0,0070,008
Science ouverte0,0030,004
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0110,006

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 Opus0,137
Tête enseignante GPT0,412
Écart entre enseignants0,275 · 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

Citations48
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueResearch-Technology ManagementMême sujetInnovation, Technology, and SocietyTravaux en français237 207