MétaCan
Menu
← Retour à la cohorte
Enregistrement W3125406408

Business Development Support and Knowledge-Based Businesses

2006· article· en· W3125406408 sur OpenAlexaffabout
Gary G. Gorman, Seán McCarthy

Notice bibliographique

RevueSSRN Electronic Journal · 2006
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueEntrepreneurship Studies and Influences
Établissements canadiensMemorial University of Newfoundland
Organismes subventionnairesnon disponible
Mots-clésBusinessSample (material)Order (exchange)MarketingFinance
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The experiences of small- and medium-sized firms withbusiness development support in Newfoundland and Labrador, Canada, areanalyzed, with particular attention to the support needs of knowledge-basedbusinesses (KBBs) compared to more traditional firms. Data were obtained from a sample of 259 entrepreneurs in knowledge-basedbusinesses and traditional firms. Findings suggest that sources of support usedby KBBs do not differ from traditional firms. Significant differences exist inproduct development, market access, and training, where KBBs are more likely toutilize external support. Additionally, differences exist in the types offinancial support related to research and development, project financing, andexport financing. KBBs are more likely to rely on networks consisting ofindustry experts, professionals, and consultants. KBBs also have a higher levelof research and development activity, a strong export orientation, and highlyskilled workers. Results show that, as a firm moves through its life cycle, minimal supportis needed. However, financial support is needed across all stages ofdevelopment in order to encourage growth. Mentoring is indicated to be vital atthe early stages of development since a low level of awareness is found amongthe respondents for the services provided by support organizations.(NEE)

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)0,001
score de la tête « metaresearch » (Gemma)0,006
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 enseignants0,015
Score d'incertitude au seuil0,029

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0030,002
Communication savante0,0040,002
Science ouverte0,0000,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0070,000

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 Opus0,009
Tête enseignante GPT0,212
Écart entre enseignants0,204 · 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

Citations0
Publié2006
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSSRN Electronic Journal→Même sujetEntrepreneurship Studies and Influences→Travaux en français237 207→