MétaCan
Menu
Retour à la cohorte
Enregistrement W2981487786 · doi:10.5539/ibr.v12n11p30

Can the External Environment Generate Better Economic Performance in Academic Spin-Offs?

2019· article· en· W2981487786 sur OpenAlexvenueno aff
Ivano De Turi, Margaret Antonicelli

Notice bibliographique

RevueInternational Business Research · 2019
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueEntrepreneurship Studies and Influences
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSpin offsEarningsContext (archaeology)Industrial organizationProcess (computing)Product innovationProduct (mathematics)EconomicsEmpirical researchBusinessMarketingComputer scienceAccountingMathematics

Résumé

récupéré en direct d'OpenAlex

The strategic stimulus to economic development is innovation. It was defined by Schumpeter as the commercial or industrial application of something new (product, process, production method). New product developments grew out of process innovation, particularly the development of components made from new materials, and the techniques to produce them the value of process innovation is proportional to the level of output produced by a given firm. Based on this we can distinguish two different life cycles: the life cycle of product technology and life cycle process technology. It’s appropriate to understand if and how long these innovation processes lead to positive economic results. The innovation capabilities are the driver of long-term success. The relation should remain significant beyond short-term earnings or become even greater for earnings of a longer-term. The length of a firm’s innovation cycle appears to be a determinant of the relationship between enhanced innovation capabilities and future earnings. The paper proposes a framework to evaluate the impact of academic spin-offs at the local level. Spin-off creation is the most complex way of commercializing academic research but has the highest potential impact on the local context. We develop a framework that takes into account the direct and indirect impacts of spin-offs. In the empirical part of the paper, we apply this framework to a sample of Italian spin-offs between 2001 and 2017. The empirical analysis shows that measured in quantitative terms, the impact of spin-offs on the local economy is quite small. Using the selected variables, It's possible to affirm that the presence of business incubators represents an element capable of positively influencing the performance of academic spin-offs.

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)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,009
Score d'incertitude au seuil0,031

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,003
Études des sciences et des technologies0,0010,003
Communication savante0,0050,002
Science ouverte0,0000,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0090,002

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 Opus0,050
Tête enseignante GPT0,315
Écart entre enseignants0,266 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations2
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Business ResearchMême sujetEntrepreneurship Studies and InfluencesTravaux en français237 207