MétaCan
Menu
Retour à la cohorte
Enregistrement W2169582627 · doi:10.1142/s1363919607001618

THE DYNAMICS OF GAMES OF INNOVATION

2007· article· en· W2169582627 sur OpenAlexaff
Roger Miller, Xavier Olleros

Notice bibliographique

RevueInternational Journal of Innovation Management · 2007
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueInnovation and Knowledge Management
Établissements canadiensUniversité du Québec à MontréalPolytechnique Montréal
Organismes subventionnairesnon disponible
Mots-clésCompetitor analysisInterdependenceBusinessOpen innovationCompetition (biology)MarketingProcess (computing)Argument (complex analysis)Set (abstract data type)Production (economics)Industrial organizationEconomicsComputer scienceMicroeconomics

Résumé

récupéré en direct d'OpenAlex

Many executives see innovation as an unmanageable process, riddled with risks. The research we conducted with the Industrial Research Institute, interviewing over 200 vice-presidents of research and development and chief technical officers in many sectors around the world, yields a more nuanced view. Innovation becomes manageable once managers move away from normative prescriptions that view the process as uniform and recognise that different rules and practices apply to different circumstances. Our argument is that clusters of interdependent firms contributing to the building of a set of interacting products and services tend to self-organise themselves into distinct and relatively persistent "games of innovation". Such games operate at a meso level of analysis, grouping together many complementary agents, such as competitors, suppliers, public regulators, universities, innovation-support agencies, and venture capitalists. Six games of innovation, each with a distinct set of rules for innovating, have been identified around value-creation exchanges between buyers and sellers. Three games focus on market creation: "patent-driven discovery", "systems integration" and "platform orchestration". Market maintenance games are "cost-based competition", "systems extension and engineering" and "customised mass production". The perspective proposed in this paper recognises that heterogeneous innovation patterns and strategies can coexist within a single industrial sector and that the same game can be played in many sectors. Specific conditions call for distinct rules and practices. Customer expectations, for example, are central in some games but almost irrelevant in others. Rules for managing innovation are neither generic best practices that can be applied universally nor narrow industry recipes. They are game- and role-specific ways to create and capture market value.

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)0,004
score de la tête « metaresearch » (Gemma)0,017
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: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,040

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,017
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0030,013
Communication savante0,0090,010
Science ouverte0,0020,005
Intégrité de la recherche0,0030,003
Charge utile insuffisante (le modèle a refusé de juger)0,0100,001

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 Opus0,016
Tête enseignante GPT0,276
Écart entre enseignants0,261 · 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

Citations10
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Innovation ManagementMême sujetInnovation and Knowledge ManagementTravaux en français237 207