Patterns of Technological Innovation in Knowledge‐Intensive Business Services
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
Employing data from a sample of 1,161 small firms, the paper draws broad comparisons between patterns of innovation expenditure and output, innovation networking, knowledge intensity and competition within Knowledge‐Intensive Business Services (KIBS; N = 563) and manufacturing firms (N = 598). In so doing, KIBS are further disaggregated along lines proposed by Miles et al. (1995 Miles, I., Kastrinos, N., Flanagan, K., Bilderbeek, R., den Hertog, P., Huitink, W. and Bouman, M. 1995. Knowledge Intensive Business Services: Their Role as Users, Carriers and Sources of Innovation EIMS Publication No. 15, Innovation Programme, DGXIII, Luxembourg [Google Scholar]). That is, as technology‐based KIBS (t‐KIBS; N = 264) and professional KIBS (p‐KIBS; N = 299). However, detailing such broad patterns is preliminary. The principal interest of the paper is in identifying the factors associated with higher levels of innovativeness, within each sector, and the extent to which such “success” factors vary across sectors. The results of the analysis appear to offer support for some widely held beliefs about the relative roles of “softer” and “harder” sources of knowledge and technology within services and manufacturing (Tether, 2004 Tether, B. 2004. Do Services Innovate (Differently)?, Manchester: University of Manchester. CRIC Discussion Paper 66 [Google Scholar]). However, some important qualifications are also apparent.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,010 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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