The Impact of Research and Development on the Financial Sustainability of Information Technology (IT) Companies Listed on the S&P 500 Index
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
This paper attempts to determine the impact of research and development (R&D) expenditure on the financial sustainability of the IT industry as represented by the IT companies listed on the S&P 500 index. The impact of R&D expenditure on the intermediate variables of marketing performance, gross margin and technological performance is first ascertained. Further, the impact of each of these intermediate variables on financial sustainability, i.e. the return on assets (ROA), is determined. The empirical result shows that financial sustainability is most strongly affected by gross margins, which in turn are strongly impacted on by R&D (Note 1) intensity. R&D expenditure has a positive impact on sales revenues but a negative impact on technological performance. However, technological performance has a positive impact on financial sustainability. The non-availability of the decomposition of R&D expenditure in the annual reports of these companies poses a limitation to our research. Further, the impact of the time lag between the point at which R&D expenditure is incurred and the point at which it starts to contribute to financial sustainability varies from firm to firm, thereby making it difficult to ascertain the impact of R&D on financial sustainability. However, the results from our study pinpoint a very significant relationship between R&D intensity and gross margins. This also forms the backbone of the pricing strategy formulated by IT companies. Further, there is a very significant relationship between gross margins and financial sustainability, which is measured by ROA (Note 2).
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.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 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 découle