MétaCan
Menu
Retour à la cohorte
Enregistrement W2339267851 · doi:10.1111/radm.12217

Measuring firms’ imitation activity

2016· article· en· W2339267851 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueR and D Management · 2016
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueIntellectual Property and Patents
Établissements canadiensYork UniversityCarleton University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaUniversity of Toronto
Mots-clésImitationExtant taxonMeasure (data warehouse)Sample (material)Production (economics)Function (biology)Product (mathematics)Industrial organizationProduct innovationBusinessNew product developmentReliability (semiconductor)MarketingEconomicsEconometricsMicroeconomicsPsychologyComputer scienceMathematicsData miningSocial psychology

Résumé

récupéré en direct d'OpenAlex

Although imitation is more abundant and prevalent than innovation in firms’ product and process development activities, it has been understudied in research on innovation and R&D management. For example, a valid and reliable objective firm‐level measure of the intensity of imitation activity is lacking in the extant literature. This measure is necessary to understand the antecedents and consequences of firms’ imitation activity, which has implications for R&D management. In this paper, we present novel methods that employ patent infringement litigations data to improve on the validity and reliability of measuring firms’ imitation activity. We validate our proposed measure by presenting a first model and test of R&D as a multiple‐output production function with R&D expenditure as the primary input, and innovation and imitation as joint outputs. This is in contrast to current R&D models as a single‐output production function of either innovation or imitation. This study uses a sample of 227 public firms from the computer, semiconductor, and pharmaceutical industries in the United States during 1991–2010.

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.

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)0,000
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: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,903
Score d'incertitude au seuil0,795

Scores Codex et Gemma par catégorie

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

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 Opus0,180
Tête enseignante GPT0,214
Écart entre enseignants0,034 · 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