Entrepreneurial space and the freedom for entrepreneurship: Institutional settings, policy, and action in the space 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
Abstract Research Summary Anticipating that innovation nurtures entrepreneurship, we began an extended case study of an innovative start‐up in the space industry. We quickly saw that institutions imposed formidable barriers to implementing entrepreneurship from innovation. Curious about how, why and the extent of this situation, we widened our study to other start‐ups, CEOs of existing businesses, an incubator, a technology transfer office and key influencers in large space companies and agencies. We found that institutions and policies had, in effect, shrunk the entrepreneurial field, leaving little room for enterprise. Conceptualizing from this, we propose the institutions create an “entrepreneurial space.” Theoretically, we explain how this concept of an entrepreneurial space can be usefully applied in other contexts. Managerial Summary The space industry is extremely innovative. It is also dominated by two powerful incumbent firms and a third that is highly regulated. This research examines how entrepreneurship in the space industry is shaped by institutions, and what this implies for the freedom to be entrepreneurial. We investigate this question in the French European context. We find that while the industrial context and institutions had completely pushed entrepreneurship out of the upstream segments it flourished in the margins of this industry. The upstream segment is not at all entrepreneurial; downstream is the entrepreneurial milieu of the space industry. We recommend that policymakers (a) strengthen private‐public‐partnership arrangements; (b) implement policies to attract venture capitalists to transform and reinvigorate the upstream segment; and (c) design specific incubation mechanisms for space start‐ups.
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 | 0,002 | 0,002 |
| 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 | 0,001 |
| Communication savante | 0,002 | 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) | 0,000 | 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 découle