Multidisciplinary R&D project success in small firms: The role of multiproject status and project management experience
Notice bibliographique
Résumé
R&D projects in small biotechnology firms frequently involve knowledge from multiple technical fields and research in different problem domains. An increase in project knowledge scope, defined as the number of technical fields an R&D project covers, can be challenging for resource‐constrained small firms. These firms often rely primarily on their principal investigators (PIs), who act as heavyweight project managers in guiding project ideas to successful R&D outcomes. PIs also work concurrently on multiple projects, a strategy to promote learning across projects. To better understand how small firms PIs manage projects with high knowledge scope, our research assembles and analyzes a data set of 1374 R&D projects conducted by 933 small firms in the context of U.S. Small Business Administration awards. Results, after accounting for endogeneity, suggest a negative association between project knowledge scope and project success, which we measured using patent forward citation counts. We also find that a PI's multiproject status negatively moderates (i.e., amplifies) this association, while project management experience positively moderates (i.e., weakens) it. A follow‐up post hoc analysis suggests that a shared problem domain is a key contingency for the moderation effects of both multiproject status and project management experience. Taken together, our research offers insights on how to effectively manage R&D projects in resource‐constrained small firms.
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 | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».