MétaCan
Menu
Retour à la cohorte
Enregistrement W2745107143 · doi:10.1287/mnsc.2018.3085

Technology Conglomeration, Strategic Alliances, and Corporate Innovation

2019· article· en· W2745107143 sur OpenAlexaff
Kai Li, Jiaping Qiu, Wang Jin

Notice bibliographique

RevueManagement Science · 2019
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueCorporate Finance and Governance
Établissements canadiensMcMaster UniversityWilfrid Laurier UniversityUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésAllianceCompetition (biology)EndogeneityBusinessIndustrial organizationTechnological changeSpace (punctuation)Strategic allianceEconomics

Résumé

récupéré en direct d'OpenAlex

We examine the organizational choice and innovative activity of technology conglomerates—firms that explore different technology fields with heated inventive activity. We develop a measure of firm-to-economy technological proximity to capture the extent of a firm’s technology conglomeration. We show that technology conglomerates are more likely to form alliances and that these alliances lead to higher patent output. In terms of underlying mechanisms, we show that after alliance formation, there are significant knowledge pooling and cross-fertilization between technology conglomerates and their alliance partners. Moreover, technology conglomerates produce more patents that are novel and/or with greater impact. Our findings suggest that both synergy and tolerance for failure are important motives for technology conglomerates to use alliances to accelerate corporate innovation. This paper was accepted by Gustavo Manso, finance.

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)0,000
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: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,628
Score d'incertitude au seuil0,812

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,005
Études des sciences et des technologies0,0000,000
Communication savante0,0000,002
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 Opus0,029
Tête enseignante GPT0,218
Écart entre enseignants0,189 · 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

Citations31
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueManagement ScienceMême sujetCorporate Finance and GovernanceTravaux en français237 207