MétaCan
Menu
Retour à la cohorte
Enregistrement W4236439570 · doi:10.1111/1540-5885.1860357

Product innovativeness from the firm's perspective: Its dimensions and their relation with project selection and performance

2001· article· en· W4236439570 sur OpenAlexaff
Erwin Danneels, Elko J. Kleinschmidtb

Notice bibliographique

RevueJournal of Product Innovation Management · 2001
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueEnvironmental Sustainability in Business
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésProduct (mathematics)New product developmentPerspective (graphical)MarketingBusinessProduct innovationRelation (database)Meaning (existential)Computer sciencePsychologyMathematics

Résumé

récupéré en direct d'OpenAlex

There has recently been tremendous interest in product innovativeness. However, it seems that we need a better understanding of exactly what product innovativeness means. This article presents a conceptual framework to clarify its meaning. The framework first distinguishes customer and firm perspectives on product innovativeness. From the customer's perspective, innovation attributes, adoption risks, and levels of change in established behavior patterns are regarded as forms of product newness. Within the firm's perspective, environmental familiarity and project‐firm fit, and technological and marketing aspects are proposed as dimensions of product innovativeness. Next, the article offers a tentative empirical test of the proposed dimensions of product innovativeness from the firm's perspective. A well‐known dataset of 262 industrial new product projects is used to: I) clarify the product innovativeness construct and examine its underlying dimensions, 2) examine the relation of product innovativeness with the decision to pursue or kill the project, and 3) examine the relationship between product innovativeness and product performance. Five dimensions of product innovativeness are found which have distinct relations with the Go/No Go decision and product performance: market familiarity, technological familiarity, marketing fit, technological fit, and new marketing activities. Most strikingly, measures of fit are related to product performance, whereas measures of familiarity are not. The article concludes that researchers need to be careful about which definitions and measures of product innovativeness they employ, because depending on their choice they may arrive at different findings. New product practitioners are encouraged to evaluate new product opportunities primarily in terms of their fit with their firm's resources and skills rather than the extent to which they are “close to home”.

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)0,004
score de la tête « metaresearch » (Gemma)0,016
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 enseignants0,004
Score d'incertitude au seuil0,023

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,016
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0040,005
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0000,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,018
Tête enseignante GPT0,236
Écart entre enseignants0,218 · 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

Citations338
Publié2001
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Product Innovation ManagementMême sujetEnvironmental Sustainability in BusinessTravaux en français237 207