MétaCan
Menu
Retour à la cohorte
Enregistrement W3123795421

Technological Path Dependence, Convergence, or Both?

2014· article· en· W3123795421 sur OpenAlexaff
Byungchae Jin

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueInnovation Diffusion and Forecasting
Établissements canadiensKootenay Association for Science & Technology
Organismes subventionnairesnon disponible
Mots-clésCommercializationLaggingConvergence (economics)Path dependenceTechnological changeArgument (complex analysis)Empirical evidenceTechnological convergenceIndustrial organizationEmpirical researchEconomicsMarketingBusinessEconomic geographyEconomic growthEngineeringTelecommunicationsNeoclassical economicsMacroeconomicsMathematics
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This study seeks to explicate the temporal dynamics of international technology diffusion in the technological community. By combining path dependence and convergence arguments, I address who adopts what and when. I specifically investigate whether country-level technological capabilities can influence an agent’s choice of a novel or established technology and, if so, how the effect of country-level technological capabilities differs before and after technology commercialization. To test my arguments, I use research proceedings published by the international Electric Vehicle Symposium (EVS) from 1990 to 2009. Empirical findings indicate that, as path dependence suggests, agents from technologically leading countries are prone to discuss a more established technology in the pre-commercialization period. In contrast, consistent with a convergence argument, evidence also reveals that agents from technologically lagging countries are more likely to adopt a well-established and successfully launched technology during the post-commercialization period. This study enriches the literature on technology diffusion and adoption by uncovering the sequential effects of path dependence and convergence on agents’ technology adoption before and after technology commercialization. It also contributes the literature on international technology diffusion by highlighting the importance of a country’s relative technological standing for determining the country’s own technological path.

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)0,003
score de la tête « metaresearch » (Gemma)0,008
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,750
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,008
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0210,002

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 Opus0,121
Tête enseignante GPT0,362
Écart entre enseignants0,241 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
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
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetInnovation Diffusion and ForecastingTravaux en français237 207