A cross-country exploration of the perceived impact of facilitated networks on green innovation capability development in the micro-firm
Notice bibliographique
Résumé
The motivation for this research originates in the current global debate on the need for a sustainable green economy. As micro-firms (those firms with less than ten employees), represent 90.8% of all businesses in Ireland (CSO, 2011) and 75% in Canada (Industry Canada, 2013), the development of their green innovation capability development is vital in pursuit of green economy goals. This thesis studies explores the perceived impact facilitated network engagement has on green innovation capability development in the micro-firm. This study uses a interpretive multiple case, cross-country approach studying micro-firms in Ireland and Canada over a twelve month period. The proactive implementation of green innovation is influenced by the owner/manager (O/M)’s natural environment orientation (NEO) and the potential for economic gain. The findings show that facilitated networks play a role in the development of innovation capabilties and provide an additional resource that the O/M can draw from. In particular, the network allows the O/M to test new ideas, comprehend legislation and identify potential supports in pursuit of green innovation capability development within the micro-firm. This study has academic, practitioner and policy implications as it assists in understanding the impact of inter-firm collaboration on green innovation capability development. This study offers a framework that can be used as a guideline for micro-firm support organisations including facilitated networks to assist micro-firms in reaching their green innovation goals and objectives. At a national level, government run systematic and collective marketing initiatives, which engage with enterprise and networks could help to promote the financial savings and opportunities of green innovation. In the absence of regulations, the onus is on the individual to take accountability for their own green innovation. This exploratory study provides a basis on which further research can be undertaken in the area of green innovation, facilitated networks and the micro-firm. The framework could potentially be applied in other countries and in further micro-firms to test its applicability for the development of green innovation capabilities.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,003 |
| Communication savante | 0,005 | 0,004 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».