MétaCan
Menu
Retour à la cohorte
Enregistrement W4237807316 · doi:10.1504/ijtm.2017.085700

Business ecosystems and new venture business models: an exploratory study of participation in the Lead To Win job-creation engine

2017· article· en· W4237807316 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
aboutLe titre ou le résumé porte un signal canadien du lexique géographique.

Notice bibliographique

RevueInternational Journal of Technology Management · 2017
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueEntrepreneurship Studies and Influences
Établissements canadiensCarleton University
Organismes subventionnairesnon disponible
Mots-clésBusiness ecosystemBusinessExploratory researchSophisticationVenture capitalBusiness modelEcosystemSocial venture capitalLead (geology)EntrepreneurshipNew business developmentMarketingBusiness analysisKnowledge managementFinanceEcologyComputer scienceSociology

Résumé

récupéré en direct d'OpenAlex

Technology entrepreneurs are launching and growing new businesses within business ecosystems, but little is known about how ecosystem participation impacts new venture business models. This research is an exploratory study of new venture business models within Lead To Win - a business ecosystem developed as a 'job-creation engine' for Canada's capital region. The three-phase research design is comprised of: 1) a field study of the Lead To Win field setting; 2) a multiple case-study of participating new ventures launched by six founders; 3) development of evidence-based propositions relating ecosystem participation and new venture business models. There are two key findings. First, more intense participation in the ecosystem is associated with higher business model differentiation, sophistication, and extent of change. Second, entrepreneurs participating more intensely in the ecosystem report a greater breadth of benefits.

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.

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)0,000
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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,267
Score d'incertitude au seuil0,332

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
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 Opus0,044
Tête enseignante GPT0,305
Écart entre enseignants0,261 · 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