MétaCan
Menu
Retour à la cohorte
Enregistrement W2257318545 · doi:10.5539/ass.v12n1p199

The Effects of Technological Innovation, Organizational Innovation and Absorptive Capacity on Product Innovation: A Structural Equation Modeling Approach

2015· article· en· W2257318545 sur OpenAlexvenueno aff
Min Wang, Kwek Choon Ling, Tan Hoi Piew

Notice bibliographique

RevueAsian Social Science · 2015
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueOrganizational Leadership and Management Strategies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAbsorptive capacityStructural equation modelingProduct innovationBusinessProduct (mathematics)Innovation managementNew product developmentIndustrial organizationTechnology innovationKnowledge managementSurvey data collectionBusiness administrationMarketingComputer science

Résumé

récupéré en direct d'OpenAlex

<p>This study investigates the impacts of organizational innovation, technological innovation and absorptive capacity on product innovation as well as examines the antecedents of technological innovation and organizational innovation in one of the Tertiary Education Institutions in Malaysia. A total of 600 samples were distributed to the tertiary students. A questionnaire survey was adopted as the main method of data collection and structural equation modeling was applied as a data analysis tool. The findings indicate that: (1) Organizational innovation, technological innovation and absorptive capacity are positively related to product innovation respectively; (2) Technological innovation positively mediates the relationship between organizational innovation and product innovation; (3) Technological innovation positively mediates the relationship between absorptive capacity and product innovation; (4) Organizational innovation positively mediates the relationship between absorptive capacity and technological innovation; (5) Organizational innovation positively mediates the relationship between absorptive capacity and product innovation. The findings of this study do provide relevant theoretical, managerial and policy contributions in the literature.</p>

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)0,003
Version: codex-gemma-dda1882f352aStatut 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: Empirique
Score de désaccord entre enseignants0,105
Score d'incertitude au seuil0,577

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,012
Études des sciences et des technologies0,0010,001
Communication savante0,0000,001
Science ouverte0,0000,000
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 Opus0,051
Tête enseignante GPT0,250
Écart entre enseignants0,199 · 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'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

Citations18
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAsian Social ScienceMême sujetOrganizational Leadership and Management StrategiesTravaux en français237 207