MétaCan
Menu
Retour à la cohorte
Enregistrement W3122683421

A Drop in an Empty Pond: Canadian Public Policy towards Venture Capital

2016· article· en· W3122683421 sur OpenAlexaffabout
Douglas J. Cumming, Sofia Johan, Jeffrey G. MacIntosh

Notice bibliographique

RevueSSRN Electronic Journal · 2016
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiquePrivate Equity and Venture Capital
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésVenture capitalBusinessSocial venture capitalGovernment (linguistics)RevenueFinanceInvestment (military)Capital expenditureCapital (architecture)GeographyPolitical science
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This paper presents evidence about the shortfall of venture capital in Canada relative to comparable regions in the United States, despite massive government spending on governmental venture capital programs in Canada. The Government of Canada committed $500 million towards venture capital in 2013 through the Venture Capital Action Plan. The Government of Ontario committed $29 million to the Investment Accelerator Fund in 2007, $105 million to the Ontario Venture Capital Fund in 2008, and up to $50 million per year through the Ontario Emerging Technologies Fund in 2009. We present data that shows Ontario’s expenditures would have to be higher by $4.4 billion per year to achieve levels of VC/GDP that are comparable to Massachusetts. Similarly, federal expenditures would have to be higher by $1.6 billion per year higher to achieve levels of VC/GDP that are comparable to the U.S. We attribute the shortfall in Canadian venture capital to two major policy failures. First, there is a persistent government venture capital support program that crowds out private investment. Second, other government programs favor established businesses. In Ontario in 2012, $4.1 billion in expenditures were allocated towards businesses, and the vast majority of these expenses are targeted towards the largest and oldest companies and the companies with the greatest revenues. We discuss the impact of such policies on the venture capital ecosystem in Canada.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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: Empirique
Score de désaccord entre enseignants0,583
Score d'incertitude au seuil0,966

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,012
Tête enseignante GPT0,233
Écart entre enseignants0,220 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations0
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSSRN Electronic JournalMême sujetPrivate Equity and Venture CapitalTravaux en français237 207