How Redeployable are Patent Assets? Evidence from Failed Startups
Notice bibliographique
Résumé
Entrepreneurial firms are important sources of patented inventions. Yet little is known about what happens to patents “released” to the market when startups fail. This study provides a first look at the frequency and speed with which patents originating from failed startups are redeployed to new owners, and whether the value of patents is tied to the original venture and team. The evidence is based on 1,766 U.S. patents issued to 285 venture capital-backed startups that disband between 1988 and 2008 in three innovation-intensive sectors: medical devices, semiconductors, and software. At odds with the view that the resale market for patented inventions is illiquid, we find that most patents from these startups are sold, are sold quickly, and remain “alive” through renewal fee payment long after the startups are shuttered. The patents tend to be purchased by other operating companies in the same sector and retain value beyond the original venture and team. We do find, however, that the patents and people sometimes move jointly to a new organization following the dissolution of the original venture, and explore the conditions under which such co-movement is more likely. The study provides new evidence on a phenomenon–of active markets for buying and selling patents–underexplored in the literature and consequential for both entrepreneurial and established firms.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,005 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,001 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».