Do They Know Something We Don't? Endorsements from Foreign <scp>MNCs</scp> and Domestic Network Advantages for Start‐Ups
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.
Notice bibliographique
Résumé
Plain language summary This article examines the effects of alliances with foreign multinational corporations ( MNCs ) on a local start‐up's attractiveness as a partner in its domestic research networks. We argue that such international strategic alliances enhance a start‐up's subsequent alliance activity and its status in its domestic R&D network. The analysis shows that, indeed, alliances with foreign MNCs significantly enhance the start‐up's attractiveness and its future alliance activity, especially when the start‐up is young (up to the age of five). Furthermore, alliances with foreign MNCs from a variety of different countries of origin (e.g., U . K ., G ermany, and F rance) have stronger effects on a start‐up's subsequent alliance activity, supporting the argument that even in the age of globalization, location still matters. Technical summary This article examines the effects of endorsements from foreign multinational corporations ( MNCs ) on the centrality of biotech start‐ups within their domestic research networks. We argue that international strategic alliances enhance a start‐up's subsequent movement toward a more central position in its domestic R&D network. Analyzing U . S . biotech start‐ups over time, our findings show that endorsements from foreign MNCs significantly enhance the subsequent network centrality of U . S . biotech start‐ups. This endorsement effect is magnified in the early stages of the start‐up's life cycle. Furthermore, endorsements by foreign MNCs from a variety of different countries of origin have stronger effects on a start‐up's subsequent network centrality, supporting the contention that even in the age of globalization, location still matters. Copyright © 2016 Strategic Management Society.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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