MétaCan
Menu
Retour à la cohorte
Enregistrement W2087472962 · doi:10.1108/10610420110388645

Assessing the economic worth of new product pre‐announcement signals: theory and empirical evidence

2001· article· en· W2087472962 sur OpenAlexaff
Debi Prasad Mishra, Harjeet S. Bhabra

Notice bibliographique

RevueJournal of Product & Brand Management · 2001
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueInnovation Diffusion and Forecasting
Établissements canadiensConcordia University
Organismes subventionnairesnon disponible
Mots-clésCompetitor analysisEvent studyStock (firearms)BusinessMarketingProduct (mathematics)Empirical evidenceNew product developmentStock priceIndustrial organizationStock marketEmpirical researchEconomics

Résumé

récupéré en direct d'OpenAlex

Actual and intended new product introduction announcements constitute significant events for firms’ customers, competitors, and investors. Typically, past research has focused on the economic impact of actual new product introduction announcements. However, research relating to firms’ intentions to introduce new products is relatively uncommon. These intended introductions or “pre‐announcements” have important strategic objectives and affect a firm’s customers and competitors in significant ways. Builds upon existing theory to study the economic impact of product pre‐announcement signals. Adopts the event study methodology and explores the relationship between product pre‐announcements and stock prices. Results show that relatively irreversible product pre‐announcements, i.e., those containing “evidence” are valued positively by the stock market. In contrast, the stock market ignores bluffs or easily reversible announcements that lack such evidence. Given the significance of pre‐announcements, managers should take these signals seriously. Discusses how product managers may use these results to develop actionable strategies for communicating with investors. Outlines the contribution of this paper to product management theory.

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)0,087
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: Empirique
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,059

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0110,087
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,003
Études des sciences et des technologies0,0000,002
Communication savante0,0030,004
Science ouverte0,0010,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,237
Tête enseignante GPT0,441
Écart entre enseignants0,204 · 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

Citations57
Publié2001
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Product & Brand ManagementMême sujetInnovation Diffusion and ForecastingTravaux en français237 207