MétaCan
Menu
Retour à la cohorte
Enregistrement W4313365089 · doi:10.1177/10422587221141678

Leveraging the Lab: How Pre-Founding R&D Collaboration Influences the Internationalization Timing of Academic Spin-Offs

2022· article· en· W4313365089 sur OpenAlexafffund
Achim Walter, Nicole Coviello, Monika Sienknecht, Thomas Ritter

Notice bibliographique

RevueEntrepreneurship Theory and Practice · 2022
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueEntrepreneurship Studies and Influences
Établissements canadiensWilfrid Laurier University
Organismes subventionnairesUppsala UniversitetImperial College LondonTurun YliopistoBundesministerium für Bildung und ForschungUniversity of Windsor
Mots-clésInternationalizationSpin offsBusinessPolitical scienceSociologyIndustrial organizationInternational trade

Résumé

récupéré en direct d'OpenAlex

Research shows that early internationalization is more likely when founders have international and business-related experience. But what if experience was obtained in other ways? We study the scientist-founders of 149 academic spin-offs (ASOs), using cognition theory to argue for a curvilinear relationship between breadth of pre-founding R&D collaboration and internationalization timing. Our longitudinal study combines survey and patent data to show that increased breadth of collaboration with international scientists increases and then decreases the likelihood of early internationalization. The results are similar but less robust for collaboration with industry partners. Our findings suggest that studies on experience in new venture internationalization underestimate the role of R&D collaboration and the research-based heritage of many new 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 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)0,005
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,732
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,002
Science ouverte0,0000,001
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 GPT0,319
Écart entre enseignants0,272 · 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.

Devis d'étudeThéorique ou conceptuel
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

Citations13
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEntrepreneurship Theory and PracticeMême sujetEntrepreneurship Studies and InfluencesTravaux en français237 207