MétaCan
Menu
Retour à la cohorte
Enregistrement W4248737307 · doi:10.1504/ijesb.2018.10010377

Profitable Growth Through International High-Technology Product and Market Development

2018· article· en· W4248737307 sur OpenAlexaffabout
Donald Béliveau, Nancy Haskell, Sophie Veilleux

Notice bibliographique

RevueInternational Journal of Entrepreneurship and Small Business · 2018
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueBusiness Strategy and Innovation
Établissements canadiensUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésNew product developmentEntrepreneurshipBusinessContext (archaeology)Industrial organizationProduct (mathematics)Customer needsMarketingExploratory researchEmerging marketsFace (sociological concept)CommerceFinance

Résumé

récupéré en direct d'OpenAlex

This article seeks to answer the following question: how do firms adapt their technological innovations in a way that sustains profitable growth in global markets? The context examined is small and medium high-technology firms as they face the challenges of being young firms that must serve global markets with their limited resources. A multi-case exploratory study captures the product and market development processes during two phases of the growth cycle. The comparison of five start-up firms and five growth firms from Quebec City's photonics cluster (Canada) points to an error frequently made by start-up firms: spending too much time and money creating or adapting products for each initial customer. Growth firms, on the other hand, have built product platforms that respond to basic client needs. The results confirm the strategic role of mass customisation.

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 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 enseignants0,153
Score d'incertitude au seuil0,653

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,002
Science ouverte0,0000,000
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 Opus0,020
Tête enseignante GPT0,229
Écart entre enseignants0,209 · 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 tête enseignante, 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

Citations0
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Entrepreneurship and Small BusinessMême sujetBusiness Strategy and InnovationTravaux en français237 207