MétaCan
Menu
Retour à la cohorte
Enregistrement W4311191911 · doi:10.1111/joes.12540

Reviewing the employee spinout literature: A cross‐disciplinary approach

2022· article· en· W4311191911 sur OpenAlex
Sepideh Yeganegi, Parshotam Dass, André O. Laplume

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.

Notice bibliographique

RevueJournal of Economic Surveys · 2022
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueCorporate Finance and Governance
Établissements canadiensUniversity of ManitobaToronto Metropolitan UniversityWilfrid Laurier University
Organismes subventionnairesnon disponible
Mots-clésExtant taxonAmbiguityDisciplineTheme (computing)Key (lock)SociologyPhenomenonEmpirical researchKnowledge managementPublic relationsEpistemologyPolitical scienceSocial scienceComputer science

Résumé

récupéré en direct d'OpenAlex

Abstract Increasing research on spinouts highlights the key role that employees play in new business creation, knowledge diffusion, and economic development. However, this research conflicts on many points, including on definitions of key concepts. In this paper, we review the theoretical and empirical literatures on private sector employee spinouts and integrate insights spanning multiple academic disciplines. We address definitional ambiguity and propose a cross‐disciplinary conceptual framework that adequately captures the extant literature on this phenomenon. Doing so allows us to organize the selected academic articles on employee spinouts into six themes: antecedents at the individual, organizational (parent firm), and external environmental levels, and consequences of spinouts for spinout founder(s), parent firms, and external environments. For each theme, we summarize the key research questions, theories, and evidence to date, and refer to potential integration points that could help to expand our knowledge. We conclude our review of each major theme with targeted suggestions for future research.

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)0,005
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 enseignants0,082
Score d'incertitude au seuil0,411

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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 Opus0,047
Tête enseignante GPT0,262
Écart entre enseignants0,215 · 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