MétaCan
Menu
Retour à la cohorte
Enregistrement W2128661062 · doi:10.1504/ijtm.2000.002877

Innovative activity in Canadian food processing establishments: the importance of engineering practices

2000· article· en· W2128661062 sur OpenAlexaffabout
John R. Baldwin, David Sabourin

Notice bibliographique

RevueInternational Journal of Technology Management · 2000
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueFirm Innovation and Growth
Établissements canadiensStatistics Canada
Organismes subventionnairesnon disponible
Mots-clésCompetition (biology)Product (mathematics)MarketingFood industryBusinessIndustrial organizationFood processingProduct innovationProcess (computing)Production (economics)Economics

Résumé

récupéré en direct d'OpenAlex

This paper examines the factors contributing to innovative activity in the Canadian food-processing sector. Several factors relating to innovation are considered. Firstly, it focuses not only on the importance of research and development activity but also on advanced business practices used by production and engineering departments. Secondly, it examines the extent to which a larger firm size and less competition serve to stimulate competition - the so-called Schumpeterian hypothesis. Thirdly, the effect of the nationality of a firm on innovation is also investigated. Fourthly, industry effects are examined. The paper finds that business practices are significantly related to the probability that a firm is innovative. This is also the case for R&D. Size effects are significant, particularly for process innovations. Elsewhere, their effect is greatly diminished once business practices are included. Foreign ownership is significant only for process-only innovations. Competition matters, more so for product than for process innovations. Establishments in the "other" food products industry tend to lead the industry average when it comes to innovation, whereas fish product plants tend to lag behind the industry average.

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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,983
Score d'incertitude au seuil0,123

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
Bibliométrie0,0020,003
Études des sciences et des technologies0,0020,001
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,018
Tête enseignante GPT0,250
Écart entre enseignants0,232 · 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

Citations26
Publié2000
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Technology ManagementMême sujetFirm Innovation and GrowthTravaux en français237 207