MétaCan
Menu
Retour à la cohorte
Enregistrement W3147862767 · doi:10.2307/41410418

Value Cocreation and Wealth Spillover in Open Innovation Alliances1

2012· article· en· W3147862767 sur OpenAlexaff
Han, Oh, Im ., Chang, Pinsonneault

Notice bibliographique

RevueMIS Quarterly · 2012
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueBusiness Strategy and Innovation
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésOpen innovationSpillover effectValue (mathematics)BusinessIndustrial organizationValue creationKnowledge spilloverMarketingKnowledge managementEconomicsMicroeconomicsComputer science

Résumé

récupéré en direct d'OpenAlex

In this study, we investigate the economic and strategic value of open innovation alliances (OIAs), in which collaborators and competitors integrate in the pursuit of the codevelopment of technological innovations. Given that OIAs differ substantially from traditional, closed alliances in many aspects, including their strategic scope and scale, governing mechanisms, and member composition, it is important to understand and assess the potential value inherent in these new modes of collaboration. Furthermore, OIAs evolve over time as the participating members are free to enter and leave at will. Therefore, we also examine the on-going value creation and wealth spillover that result from changes in membership. Moreover, we investigate how a firm’s participation in an IT-based open alliance alters the market value of its rivals operating within the same marketplace. To gain additional insight into the factors that moderate the market valuation of OIA participation, several contextual factors, including the degree of partner heterogeneity, innovation type, and degree of openness of the OIAs are used to account for variability in abnormal returns. Based on 194 observations, we found that allying firms realize significant positive abnormal returns when their entry into an OIA is made public. The results also suggest that substantial excessive returns accrue to the allying firms with the belated entry of a market leader firm. Furthermore, we discovered that a firm’s entry into an OIA increases, rather than decreases, the market valuation of its rivals. Interestingly, an incumbent rival that did not participate in the alliance appears to gain greater “free-riding” benefits from the OIA, as compared to peer rivals. Innovation type and openness were significantly associated with the amount of abnormal returns accruing to allying firms, while no significance was found for partner heterogeneity. Finally, we conclude with a discussion of the implications of our findings for research and practice with respect to value cocreation in multifirm environments.

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)0,002
score de la tête « metaresearch » (Gemma)0,013
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 enseignants0,005
Score d'incertitude au seuil0,018

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,013
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,003
Communication savante0,0030,003
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,033
Tête enseignante GPT0,273
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; 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

Citations176
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMIS QuarterlyMême sujetBusiness Strategy and InnovationTravaux en français237 207