How innovating firms manage knowledge leakage: A natural experiment on the threat of worker departure
Notice bibliographique
Résumé
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 distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».