Innovation Activities and Export Performance of Canadian Small and Medium-Sized Agri-Food Firms
Notice bibliographique
Résumé
Canadian small and medium-sized firms face two major challenges, namely, that of innovation in supporting their growth and improving their competitiveness and that of access to international markets. The objective of this study is to analyze the impact of research and Development (R&D) investment on the export performance of Canadian agri-food companies and on that of related sectors, namely, the textile and clothing sector and the manufacture of leather goods and similar products. We used impact assessment methods to analyze the effects of firms' innovation activities on their export performance. First, we analyzed explanatory factors for R&D expenses; second, we analyzed the impact of R&D on extensive (market access) and intensive (trade value) margins of trade. In doing so, we used Statistics Canada's National Accounts Longitudinal Microdata File (NALMF) for 2010 to 2015, which is coupled with the Trade by Exporter Characteristics (TEC) database. The size of firms and their support from the Canadian government affect their propensity to invest in R&D, the value of R&D expenses and their intensity, as measured from the ratio of R&D to sales of goods and services. Overall, our results show that investment in R&D has a positive impact on the export performance of agri-food SMEs. Les petites et moyennes entreprises (PME) canadiennes font face à deux grands enjeux soit celui de l’innovation afin notamment de soutenir leur croissance et améliorer leur compétitivité et celui de l’accès aux marchés internationaux. Le présent projet de recherche a pour objectif d’analyser l’impact des investissements en recherche et développement (R&D) sur les performances à l’exportation des entreprises agroalimentaires canadiennes et de celles de secteurs connexes soit les industries du textile et des vêtements et de la fabrication de produits du cuir et produits analogues. Les méthodes d’évaluation d’impact seront utilisées pour analyser les effets des activités d’innovation des entreprises sur leurs performances à l’exportation. Dans un premier temps, les facteurs explicatifs des investissements en R&D sont analysé. Puis nous analysons les effets des investissements en R&D sur les marges extensive (accès aux marchés) et intensive (valeur du commerce). Nous utilisons le Fichier de micro données longitudinales des comptes nationaux (NALMF) de Statistique Canada pour la période de 2010 à 2015 qui est couplé au fichier du programme de Commerce selon les caractéristiques des exportateurs (TEC). La taille des entreprises et l’appui du gouvernement canadien sont déterminants dans la probabilité d’investir dans la R&D ainsi que le montant de ces investissements et son intensité mesurée par le ratio du montant investit sur les ventes totales de biens et services des PME agroalimentaires.
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 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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,004 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».