MétaCan
Menu
Retour à la cohorte
Enregistrement W2897643295 · doi:10.1111/caje.12359

Foreign R&D satellites as a medium for the international diffusion of knowledge

2018· article· en· W2897643295 sur OpenAlexaffvenue
Joël Blit

Notice bibliographique

RevueCanadian Journal of Economics/Revue canadienne d économique · 2018
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueFirm Innovation and Growth
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésMultinational corporationTrademarkBusinessSatelliteKnowledge flowAbsorptive capacityDiffusionInternational tradeHost (biology)Industrial organizationKnowledge managementPolitical scienceEngineeringComputer scienceFinance

Résumé

récupéré en direct d'OpenAlex

Abstract I examine the extent to which foreign R&D satellites of multinational firms act as a medium for the international diffusion of knowledge. Using patents from the United States Patent and Trademark Office, I compare the frequency with which headquarters patents are cited by third‐party firms in the satellite's host country relative to a control group of patents, and this both before and after the establishment of the satellite (using a difference‐in‐differences approach). The results suggest that the satellite increases the flow of knowledge from the multinational's headquarters to firms in the satellite's host country. This satellite effect on knowledge diffusion is largest in host countries and sectors with strong but not world‐class capabilities that have both the motivation and absorptive capacity to learn from foreign parties. The findings also suggest that knowledge diffusion is greatest when satellites are staffed with inventors that have previously either patented with other local firms (thus having stronger local social networks) or with the headquarters (thus having headquarters knowledge).

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,013
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesBibliométrie
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,998
Score d'incertitude au seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,013
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,001
Communication savante0,0020,002
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,174
Tête enseignante GPT0,211
Écart entre enseignants0,037 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Devis d'étudeObservationnel
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

Citations5
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Economics/Revue canadienne d économiqueMême sujetFirm Innovation and GrowthTravaux en français237 207