MétaCan
Menu
Retour à la cohorte
Enregistrement W3209148786 · doi:10.1142/s1363919621400077

VALUE APPROPRIATION AND INNOVATION COLLABORATION DYNAMICS: A REVIEW AND RESEARCH AGENDA

2021· review· en· W3209148786 sur OpenAlexaff
Jialei Yang, Pia Hurmelinna‐Laukkanen, Arushi Sharma, Mika Westerlund

Notice bibliographique

RevueInternational Journal of Innovation Management · 2021
Typereview
Langueen
DomaineBusiness, Management and Accounting
ThématiqueInnovation and Knowledge Management
Établissements canadiensCarleton University
Organismes subventionnairesnon disponible
Mots-clésAppropriationValue (mathematics)Dynamics (music)Knowledge managementEpistemologySociologyComputer scienceEngineering ethicsPublic relationsPolitical scienceEngineeringPedagogy

Résumé

récupéré en direct d'OpenAlex

Contemporary innovation management studies on collaboration dynamics and value appropriation lack coherent theoretical articulations and underlying conceptual foundations. It is challenging to manage collaborative value creation without a proper understanding of the dynamic connections between collaboration for and appropriation of innovation. This study conducts a systematic literature review to uncover the dynamic connections between innovation-related value appropriation and collaboration. Topic modelling, a machine-learning-based text analysis method, is applied to a corpus of 270 scholarly articles to uncover relevant elements. Additionally, 77 articles are selected for an in-depth content analysis to examine the elements in a more detailed manner. With these steps, the study contributes to the literature by illustrating and elaborating the role of dynamics of collaboration in value appropriation, and vice versa.

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)0,006
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Communication savante
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,967
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0060,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0080,012
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
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 Opus0,097
Tête enseignante GPT0,413
Écart entre enseignants0,315 · 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.

Devis d'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations9
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Innovation ManagementMême sujetInnovation and Knowledge ManagementTravaux en français237 207