MétaCan
Menu
Retour à la cohorte
Enregistrement W2136852178 · doi:10.4337/9781781955376.00033

The IPO as an exit strategy for venture capitalists: regional lessons from Canada with international comparisons

2013· book-chapter· en· W2136852178 sur OpenAlexaboutno aff
Douglas J. Cumming, Sofia Johan

Notice bibliographique

RevueEdward Elgar Publishing eBooks · 2013
Typebook-chapter
Langueen
DomaineBusiness, Management and Accounting
ThématiquePrivate Equity and Venture Capital
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésVenture capitalInitial public offeringSubsidyEntrepreneurshipGovernment (linguistics)BusinessBankruptcyEconomic interventionismFinanceMarket economyQuality (philosophy)EconomicsLabour economics

Résumé

récupéré en direct d'OpenAlex

The quantity and quality of innovation capital is essential for the success of the development of knowledge-based growth firms in the twenty-first century (Audretsch, 2007a, 2007b). In this regard, government bodies around the world provide much needed support to entrepreneurs and innovators in their capital raising efforts (see, for example, Cumming, 2007 World Bank, 2004) to facilitate the healthy growth of knowledge-based economies. This support comes in the form of indirect government intervention with tax subsidies and other entrepreneur-friendly regulation (for example, lenient bankruptcy laws and lax securities laws), as well as direct government programs to provide capital for entrepreneurs. One rationale for this support is that there is a perception of the existence of a capital gap for entrepreneurs, since the risks to financing early stage high-technology firms is very pronounced and the rewards not sufficient to entice enough investors. A second rationale is that there are returns to society for having innovation and entrepreneurship. Since the private returns do not account for the social returns, there is an insufficient supply of capital for innovation and entrepreneurship.

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)0,003
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 enseignants0,052
Score d'incertitude au seuil0,379

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,006
Études des sciences et des technologies0,0050,003
Communication savante0,0080,003
Science ouverte0,0010,002
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0090,001

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 Opus0,044
Tête enseignante GPT0,246
Écart entre enseignants0,202 · 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

Citations5
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEdward Elgar Publishing eBooksMême sujetPrivate Equity and Venture CapitalTravaux en français237 207