MétaCan
Menu
Retour à la cohorte
Enregistrement W2052412225 · doi:10.1111/j.1540-5885.2009.00665.x

Exploring Correlates of Product Launch in Collaborative Ventures: An Empirical Investigation of Pharmaceutical Alliances

2009· article· en· W2052412225 sur OpenAlexaff
M. Berk Talay, Steven H. Seggie, Erin Çavuşgil

Notice bibliographique

RevueJournal of Product Innovation Management · 2009
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueBusiness Strategy and Innovation
Établissements canadiensHEC Montréal
Organismes subventionnairesnon disponible
Mots-clésBusinessMarketingProduct (mathematics)General partnershipMultinomial logistic regressionNew VenturesNew product developmentAsset (computer security)Industrial organizationPharmaceutical industryEntrepreneurshipFinance

Résumé

récupéré en direct d'OpenAlex

This paper examines collaborative ventures leading toward the launch of new products in the pharmaceutical industry. These collaborative ventures are one of the most underresearched areas in the new product literature, yet the preponderance of these collaborative ventures makes it an area of great importance for scholars and practitioners alike. As such, the purpose of the study is to examine why some collaborative projects produce a favorable outcome (the launch of a product) whereas others do not. That is, what characteristics of partner firms in the collaborative ventures and what characteristics of the partnership lead to a successful launch of a new product in the pharmaceutical industry? Secondary data from the pharmaceutical industry are employed in a multinomial logit model. Data from 128 collaborative ventures from 1980 to 2004 are used in the analysis. The partner firms in the collaborative ventures are from various industries ranging from malt beverages to pharmaceutical preparations to electronic and other equipment among others. Of the 128 collaborative ventures, 66 were successful in leading to a new product launch, whereas 62 did not result in the launch of a new product. The results from the multinomial logit analysis suggest that combined marketing resources of parent companies, combined technological intensity of parent companies, and combined asset bases of parent companies contribute to the likelihood of an eventual product launch in a collaborative venture. However, the results of the analysis show that contrary to expectations, technological complementarity of partners in the collaborative venture is not a significant predictor of successful new product launch. The results of the study suggest certain aspects for managers to consider when establishing collaborative ventures. To maximize the possibilities of the collaborative venture leading to the successful launching of a new product, managers should be concerned with the resources potentially available to partners in the collaborative venture from parent firms. These resources are not only of financial nature but also of technological nature. The existence of these resources does not ensure provision of resources to the collaborative venture; however, without the possibility of these resources it appears that successful launch of a product is less likely.

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)0,007
score de la tête « metaresearch » (Gemma)0,057
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,036

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,057
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,003
Études des sciences et des technologies0,0020,002
Communication savante0,0030,004
Science ouverte0,0010,004
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,135
Tête enseignante GPT0,337
Écart entre enseignants0,202 · 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'étudeObservationnel
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

Citations25
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Product Innovation ManagementMême sujetBusiness Strategy and InnovationTravaux en français237 207