MétaCan
Menu
Retour à la cohorte
Enregistrement W2159151862 · doi:10.1504/ijeim.2015.068424

Collaborative competitors in a fast-changing technology environment: open innovation in environmental technology development in the oil and gas industry

2015· article· en· W2159151862 sur OpenAlexaffabout
Amir Bahman Radnejad, Harrie Vredenburg

Notice bibliographique

RevueInternational Journal of Entrepreneurship and Innovation Management · 2015
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiquePrivate Equity and Venture Capital
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésCompetitor analysisOpen innovationBusinessResource (disambiguation)Software deploymentIndustrial organizationBridging (networking)Conceptual modelPetroleum industryTechnology roadmapMarketingKnowledge managementComputer scienceEngineering

Résumé

récupéré en direct d'OpenAlex

The open innovation model has been the topic of many studies, but studies of applications of the model in resource–based industries are scarce. In this research, we examine the deployment of the open innovation model in resource–based industries through the case of the Canadian oil and gas sector. Our findings show that the need for technical innovation is rapidly increasing as a result of the nature of the new complex fossil fuel reservoirs the industry is now developing. High research and development costs, long development cycles, resistance to change and high technical risk, we find, are obstacles hindering the development of new innovative technologies. In response to these challenges to innovation, the Canadian industry experimented with a unique model of open innovation by establishing an industry–level organisation. In this study, we explore this emerging model of open innovation and interpret its successes and failures through the use of the theoretical literature. The conceptual model that we derive combines strategic bridging organisational concepts with open innovation ideas to help us understand the building of an innovative technologies network at the industry level.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,323
Score d'incertitude au seuil0,483

Scores Codex et Gemma par catégorie

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

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 Opus0,021
Tête enseignante GPT0,253
Écart entre enseignants0,231 · 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 tête enseignante, 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

Citations19
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Entrepreneurship and Innovation ManagementMême sujetPrivate Equity and Venture CapitalTravaux en français237 207