MétaCan
Menu
Retour à la cohorte
Enregistrement W3214833505 · doi:10.1142/s1363919621501000

ALONE OR IN COOPERATION: WHAT IS THE BEST STRATEGY FOR THE PERFORMANCE OF RADICAL PRODUCT INNOVATION IN THE VIDEO GAME INDUSTRY?

2021· article· en· W3214833505 sur OpenAlexaff
Rhizlane Hamouti

Notice bibliographique

RevueInternational Journal of Innovation Management · 2021
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueBusiness Strategy and Innovation
Établissements canadiensUniversité du Québec en Outaouais
Organismes subventionnairesnon disponible
Mots-clésCoopetitionBusinessVideo gameProduct (mathematics)Product innovationMarketingIndustrial organizationNew product developmentProcess (computing)Sample (material)Computer scienceGame theoryMicroeconomicsEconomics

Résumé

récupéré en direct d'OpenAlex

The aim of this research is to study the impact of inter-organisational strategies on performance of radical product innovation. We distinguish three kinds of strategies: (1) individual strategy, (2) cooperation with non-rivals strategy, and (3) coopetition strategy. We study innovation at the product level, and we analyse the market performance. We develop and test the hypotheses comparing the effects of these three strategies on the market performance of radical product innovation. An empirical research is carried out to study the video game publishing industry. We perform a quantitative analysis on a sample of 100 video games that involve radical innovations, identified among 822 video games launched between 2006 and 2011. The main results show that coopetition is the most fruitful strategy for developing a radical innovation. In this process, a direct competitor becomes the best and the most viable partner for that type of innovation.

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)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,730
Score d'incertitude au seuil0,592

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,005
Études des sciences et des technologies0,0000,000
Communication savante0,0010,003
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
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 Opus0,055
Tête enseignante GPT0,304
Écart entre enseignants0,249 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
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

Citations3
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Innovation ManagementMême sujetBusiness Strategy and InnovationTravaux en français237 207