Les facteurs stratégiques affectant l'innovation technologique dans les PME manufacturières
Notice bibliographique
Résumé
Résumé Malgrk une riche littkrature sur l'innovation, les variables relikes am stratkgies de E'entreprise ont ete rarement examinkes comme dkterminants de l'innovation. Cet article ktudie l'impact de l'exercice du management stratkgique sur la propension & innover et le degrkde nouveautk des innovations dkveloppkes par les PME manufacturi2res. L a rksultats de l'ktude sont basks sur l'estimation de deux moddes kconomktriques utilisant des donnkes empiriques collectkes en 2005 aupr2s de 247 PME manufacturi2res de la rkgion du Bas-Saint-Laurent au Qukbec. Ils sugg2rent que les variables relikes aumanagement stratkgique sont des dkterminants importants de l'innovation. b u r impact dkpasse celui de certains dktemzinants classiques de l'innovation tels que la recherche et dkveloppement (R&D), la taille de l'entreprise, et 1 ' intensitk technologique de 1 'industrie. In spite of an extensive literature on innovation, the variables related to firm strategy have rarely been examined as determinants of their capacity to innovate. This arti- cle investigates the impact of strategic management on the propensity to innovate and the degree of novelty of innovations developed by SMEs in the manufacturing sectol: The results are based on an estimation of two econometric models using emprical data collected in 2005 from 247 SMEs located'in the Bas-Saint-Laurent region of Quebec. They suggest that strategic manage- ment variables are important determinants of innova- tion. Their impact exceeds that of some traditional deter- minants of innovation such as research and development (R&D), firm size, and the technological intensity of the 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 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 | 0,005 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,003 | 0,005 |
| Études des sciences et des technologies | 0,003 | 0,006 |
| Communication savante | 0,002 | 0,003 |
| Science ouverte | 0,002 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».