Underperformance duration and innovative search: Evidence from the high‐tech manufacturing industry
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
Research Summary Behavioral theory examines how the intensity of underperformance influences firms' strategic decisions; yet, it largely fails to consider the effect of underperformance duration. Drawing on behavioral theory and organizational learning, we argue that the length of time that a firm has been underperforming contributes to shaping firms' innovative search patterns. We test our theory merging COMPUSTAT and NBER patent data for 1,610 high‐tech manufacturing companies between 1986 and 2006. Our results largely support our predicted curvilinear relationships. We find that innovative search magnitude and scope each first decreases and then increases with underperformance duration. In addition, we find marginal evidence that innovative search depth first increases and then decreases with underperformance duration. The statistical and practical significance of the results is also discussed. Managerial Summary Innovation is vital for a firm's survival and competitive advantage and requires a search for knowledge. Previous research suggests that the gap between current performance and desired performance is an important trigger for firms' innovative action. We suggest that how long the firm has been underperforming also plays an important role in firm innovation. Using financial and patent data on public high technology manufacturing firms, we show that there are nonlinear relationships between the duration of a firm's underperformance and its innovative activities. We find that underperforming firms first decrease and then increase R&D spending and the use of new knowledge as underperformance prolongs. Our results imply that underperforming firms face competing short‐ and long‐term pressures that influence the nature of its innovative activities.
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 | 0,004 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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