MétaCan
Menu
Retour à la cohorte
Enregistrement W3122184558 · doi:10.1287/orsc.2018.1215

Slack Time and Innovation

2018· article· en· W3122184558 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueOrganization Science · 2018
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueFinTech, Crowdfunding, Digital Finance
Établissements canadiensUniversity of Toronto
Organismes subventionnairesSloan School of Management, Massachusetts Institute of TechnologyHarvard Business SchoolUniversity of TorontoNational University of SingaporeSingapore Management UniversityJohns Hopkins UniversityMassachusetts Institute of Technology
Mots-clésQuality (philosophy)Scheduling (production processes)Selection (genetic algorithm)BusinessIndustrial organizationMarketingEconomicsOperations managementMicroeconomicsComputer science

Résumé

récupéré en direct d'OpenAlex

The relationship between slack resources and innovation is complex, with the literature linking slack to both breakthrough innovations and resource misallocation. We reconcile these conflicting views by focusing on a novel mechanism: the role slack time plays in the endogenous allocation of time and effort to innovative projects. We develop a theoretical model that distinguishes between periods of high- (work weeks) versus low- (break weeks) opportunity costs of time. Low-opportunity cost time during break weeks may induce (1) lower quality ideas to be developed (a selection effect); (2) more effort to be applied for any given idea quality (an effort effect); and (3) an increase in the use of teams because scheduling is less constrained (a coordination effect). As a result, the effect of an increase in slack time on innovative outcomes is ambiguous, because the selection effect may induce more low-quality ideas, whereas the effort and coordination effect may lead to more high-quality, complex ideas. We test this framework using data on college breaks and on 165,410 Kickstarter projects across the United States. Consistent with our predictions, during university breaks, more projects are posted in the focal regions, and the increase is largest for projects of either very high or very low quality. Furthermore, projects posted during breaks are more complex, and involve larger teams with diverse skills. We discuss the implications for the design of policies on slack time. The online appendices are available at https://doi.org/10.1287/orsc.2018.1215 .

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 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)0,000
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,642
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,010
Études des sciences et des technologies0,0000,000
Communication savante0,0010,003
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,002

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 Opus0,013
Tête enseignante GPT0,226
Écart entre enseignants0,212 · 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