MétaCan
Menu
Retour à la cohorte
Enregistrement W3122232577 · doi:10.1111/jems.12048

Behind the Scenes: Sources of Complementarity in R&D

2014· article· en· W3122232577 sur OpenAlexaff
Marco Ceccagnoli, Matthew J. Higgins, Vincenzo Palermo

Notice bibliographique

RevueJournal of Economics & Management Strategy · 2014
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueInnovation Policy and R&D
Établissements canadiensCentre for Global Health Research
Organismes subventionnairesnon disponible
Mots-clésComplementarity (molecular biology)Economies of scopeAbsorptive capacityPanel dataIndustrial organizationBusinessScope (computer science)MicroeconomicsEconomicsMonetary economicsEconometricsComputer scienceEconomies of scale

Résumé

récupéré en direct d'OpenAlex

Management consultants increasingly recommend that internal R&D be outsourced; however, little is known about the substitution or complementarity between internal and external R&D. Through structural estimation of a flexible innovation production function we provide a deeper understanding of firm‐level drivers of complementarity between these two types of investments. Our analysis is based on a unique panel data set on the R&D and in‐licensing expenditures of pharmaceutical firms. Our results suggest that internal R&D and in‐licensing are neither complements nor substitutes. We find that the degree of complementarity is enhanced for firms with stronger absorptive capacity, economies of scope, and licensing experience.

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)0,004
score de la tête « metaresearch » (Gemma)0,023
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 enseignants0,018
Score d'incertitude au seuil0,060

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,023
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,005
Études des sciences et des technologies0,0020,002
Communication savante0,0060,004
Science ouverte0,0010,004
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0180,001

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 Opus0,078
Tête enseignante GPT0,264
Écart entre enseignants0,185 · 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

Citations36
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Economics & Management StrategyMême sujetInnovation Policy and R&DTravaux en français237 207