MétaCan
Menu
Retour à la cohorte
Enregistrement W3021626566 · doi:10.3386/w21134

Slack Time and Innovation

2015· preprint· en· W3021626566 sur OpenAlexafffund
Ajay Agrawal, Christian Catalini, Avi Goldfarb

Notice bibliographique

RevueNational Bureau of Economic Research · 2015
Typepreprint
Langueen
DomaineBusiness, Management and Accounting
ThématiqueFinTech, Crowdfunding, Digital Finance
Établissements canadiensUniversity of Toronto
Organismes subventionnairesSocial Sciences and Humanities Research Council of CanadaUniversity of Toronto
Mots-clésCreativityIdeationExtant taxonPromotion (chess)Task (project management)Interpretation (philosophy)Computer scienceMechanism (biology)Knowledge managementBusinessMarketingManagementPsychologyEconomicsPolitical scienceCognitive scienceSocial psychologyEpistemology

Résumé

récupéré en direct d'OpenAlex

The extant literature linking slack time to innovation focuses on how slack time facilitates creative activities such as ideation, experimentation, and prototype development. We turn attention to how slack time may enable activities that are less creative but still important for innovation, namely mundane, execution-oriented tasks. First, we document the main effect: a sharp rise in innovative projects posted on a major crowdfunding platform when colleges are on break. Next, we report timing and project type evidence consistent with the causal interpretation that slack time drives innovation. Finally, we present a series of results consistent with the mundane task mechanism but not with the traditional creativity-related explanations. We do not rule out the possibility that creativity benefits from slack time. Instead, we introduce the idea that mundane, execution-oriented tasks, such as those associated with launching a crowdfunding campaign (e.g., administration, planning, promotion), are an important input to innovation that may benefit significantly from slack time.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,707
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,001

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 Opus0,329
Tête enseignante GPT0,455
Écart entre enseignants0,126 · 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 tête enseignante, pas un consensus.

Devis d'étudeThéorique ou conceptuel
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

Citations11
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueNational Bureau of Economic ResearchMême sujetFinTech, Crowdfunding, Digital FinanceTravaux en français237 207