MétaCan
Menu
Retour à la cohorte
Enregistrement W2110291851

Innovation and Training in New Firms

2000· preprint· en· W2110291851 sur OpenAlexaboutno aff
John R. Baldwin

Notice bibliographique

RevueRePEc: Research Papers in Economics · 2000
Typepreprint
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueFirm Innovation and Growth
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésProductivityService (business)BusinessPopulationIndustrial organizationMarketingLabour economicsEconomicsEconomic growth
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Recent studies have demonstrated the quantitative importance of entry, exit, growth and decline in the industrial population. It is this turnover that rewards innovative activity and contributes to productivity growth. While the size of the entry population is impressive - especially when cumulated over time - the importance of entry is ultimately due to its impact on innovation in the economy. Experimentation is important in a dynamic, market-based economy. A key part of the experimentation comes from entrants. New entrepreneurs constantly offer consumers new products both in terms of the basic good and the level of service that accompanies it. This experimentation is associated with significant costs since many entrants fail. Young firms are most at risk of failure; data drawn from a longitudinal file of Canadian entrants in both the goods and service sectors show that over half the new firms that fail do so in the first two years of life. Life is short for the majority of entrants. Only 1 in 5 new firms survive to their tenth birthday. Since so many entrants fall by the wayside, it is of inherent interest to understand the conditions that are associated with success, the conditions that allow the potential in new entrepreneurs to come to fruition. The success of an entrant is due to its choosing the correct combination of strategies and activities. To understand how these capabilities contribute to growth, it is necessary to study how the performance of entrants relates to differences in strategies and pursued activities. This paper describes the environment and the characteristics of entrants that manage to survive and grow. In doing so, it focuses on two issues. The first is the innovativeness of entrants and the extent to which their growth depends on their innovativeness. The second is to outline how the stress on worker skills, which is partially related to training, complements innovation and contributes to growth.

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)0,001
score de la tête « metaresearch » (Gemma)0,005
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,044

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0020,003
Communication savante0,0030,003
Science ouverte0,0000,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0130,001

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 Opus0,085
Tête enseignante GPT0,308
Écart entre enseignants0,223 · 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

Citations0
Publié2000
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRePEc: Research Papers in EconomicsMême sujetFirm Innovation and GrowthTravaux en français237 207