MétaCan
Menu
Retour à la cohorte
Enregistrement W4220954343 · doi:10.1002/smj.3404

How innovating firms manage knowledge leakage: A natural experiment on the threat of worker departure

2022· article· en· W4220954343 sur OpenAlexaff
Hyo Kang, Wyatt Lee

Notice bibliographique

RevueStrategic Management Journal · 2022
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueIntellectual Property and Patents
Établissements canadiensUniversity of Toronto
Organismes subventionnairesSeoul National UniversityEwing Marion Kauffman Foundation
Mots-clésSecrecyExploitEnforcementBusinessLeakage (economics)Possession (linguistics)LimitingNatural experimentMarketingIndustrial organizationEconomicsLawComputer security

Résumé

récupéré en direct d'OpenAlex

Abstract Research Summary Knowledge protection strategies are crucial to innovating firms facing the risk of knowledge leakage. We examine the threat of worker departure as a key mechanism through which firms choose between patents and secrecy. We exploit a 1998 California court decision that ruled out‐of‐state noncompetes were not enforceable in California, thereby creating a loophole limiting non‐California firms in their enforcement of noncompetes against their workers. When facing a higher threat of worker departure, firms strategically increased patent filings, exchanging legal protection for public disclosure of the invention. These effects were magnified for large‐sized firms and for those in complex and fast‐growing industries. Further mechanism tests on the possession of trade secrets, inventor migration, saliency of the decision, and independent inventors support our theoretical account. Managerial Summary Innovating firms may use patents or secrecy, among other mechanisms, to protect their knowledge from leakage. How do firms make this important strategic choice? By using a natural experiment arising from a 1998 California court decision, we show the risk of worker departure can be a key driver. The decision significantly increased the risk of workers departing non‐California firms. Our findings show that, in response to the heightened risk, affected firms increasingly relied on patents, seeking legal protection although it meant public disclosure of the invention. The effects were greater for large‐sized firms and for those in complex and fast‐growing industries. We encourage managers to consider worker mobility and, more broadly, legal environments that govern labor market conditions when formulating knowledge protection strategies.

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)0,007
score de la tête « metaresearch » (Gemma)0,019
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 enseignants0,007
Score d'incertitude au seuil0,039

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,019
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,002
Communication savante0,0030,002
Science ouverte0,0010,002
Intégrité de la recherche0,0030,003
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 Opus0,124
Tête enseignante GPT0,247
Écart entre enseignants0,123 · 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

Citations31
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueStrategic Management JournalMême sujetIntellectual Property and PatentsTravaux en français237 207