MétaCan
Menu
Retour à la cohorte
Enregistrement W2170302370 · doi:10.1287/isre.11.3.304.12208

Research Report: Disruptive Technologies—Explaining Entry in Next Generation Information Technology Markets

2000· article· en· W2170302370 sur OpenAlexaff
Barrie R. Nault, Mark Vandenbosch

Notice bibliographique

RevueInformation Systems Research · 2000
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueInnovation Diffusion and Forecasting
Établissements canadiensWestern University
Organismes subventionnairesHarvard Business School
Mots-clésIndustrial organizationNew product developmentProfit (economics)Competitive advantageBusinessProfit marginProduct (mathematics)Position (finance)Competition (biology)Product proliferationMarketingEconomicsProduct managementMicroeconomics

Résumé

récupéré en direct d'OpenAlex

The most difficult challenge facing a market leader is maintaining its leading position. This is especially true in information technology and telecommunications industries, where multiple product generations and rapid technological evolution continually test the ability of the incumbent to stay ahead of potential entrants. In these industries, an incumbent often protects its position by launching prematurely to retain its leadership. Entry, however, happens relatively frequently. We identify conditions under which an entrant will launch a next generation product thereby preventing the incumbent from employing a protection strategy. We define a capabilities advantage as the ability to develop and launch a next generation product at a lower cost than a competitor, and a product with a greater market response is one with greater profit flows. Using these definitions, we find that an incumbent with a capabilities advantage in one next generation product can be overtaken by an entrant with a capabilities advantage in another next generation product only if the entrant's capabilities advantage is in a disruptive technology that yields a product with a greater market response. This can occur even though both next generation products are available to both firms. We also show that the competition may require the launching firm to lose money at the margin on the next generation product.

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)0,010
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: Empirique
Score de désaccord entre enseignants0,017
Score d'incertitude au seuil0,057

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,010
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,001
Communication savante0,0030,004
Science ouverte0,0010,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0170,001

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 Opus0,294
Tête enseignante GPT0,465
Écart entre enseignants0,171 · 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

Citations33
Publié2000
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInformation Systems ResearchMême sujetInnovation Diffusion and ForecastingTravaux en français237 207