MétaCan
Menu
Retour à la cohorte
Enregistrement W3121142645 · doi:10.1080/10438599.2016.1204779

Impact of organizational innovation on product and process innovation

2016· article· en· W3121142645 sur OpenAlexaffabout
Brian Paul Cozzarin

Notice bibliographique

RevueEconomics of Innovation and New Technology · 2016
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueInnovation Policy and R&D
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésEndogeneityProduct innovationInnovation managementProduct (mathematics)Industrial organizationNew product developmentProcess (computing)BusinessGovernment (linguistics)Innovation processMarketingEconomicsEconometricsWork in processComputer scienceMathematics

Résumé

récupéré en direct d'OpenAlex

The purpose of this paper was to test the effect of organizational innovation on product and process innovation (while controlling for endogeneity). Our hypothesis was that organizational innovation should have a significant and positive impact on technical (product or process) innovation. We control for endogeneity by using a Poisson estimator that accommodates a binary endogenous regressor. We test 10 potential instruments using a battery of test criteria and settle on five. All results are presented using the five instruments to avoid expectation bias. In general we find that organizational innovation does impact technical innovation positively. With the 2009 data we find that the mean of the average treatment effect for product innovation is roughly 1.7 times that of process innovation. For the 2009–2012 data we find that the impact on product innovation is roughly 1.5 times that of process innovation. For the 2012 data, we had anomalous results for process innovation, such that organizational innovation reduced the number of process innovations by 2.3 per year. In terms of Canadian government policy, the results lend support to the view that technical innovation is not the only innovation that matters. The right policy mix may encourage firms to experiment with and adopt more organizational innovations to enhance technical innovation.

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)0,015
score de la tête « metaresearch » (Gemma)0,057
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 enseignants0,015
Score d'incertitude au seuil0,078

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0150,057
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,002
Communication savante0,0020,002
Science ouverte0,0010,003
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0090,001

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 Opus0,031
Tête enseignante GPT0,266
Écart entre enseignants0,235 · 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

Citations64
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEconomics of Innovation and New TechnologyMême sujetInnovation Policy and R&DTravaux en français237 207