MétaCan
Menu
Retour à la cohorte
Enregistrement W4381856331 · doi:10.1007/s12232-023-00423-w

Empirical evidence of the parent company's influence on spin-off: from creation to performance

2023· article· en· W4381856331 sur OpenAlexaboutno aff
Jorge Figueiredo, António Cardoso, Maria Nascimento Cunha

Notice bibliographique

RevueInternational Review of Economics · 2023
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueEntrepreneurship Studies and Influences
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSample (material)Competition (biology)BusinessShareholderShareholder valueSpin (aerodynamics)MaximizationIndustrial organizationMarketingParent companyEmpirical evidenceMicroeconomicsEconomicsFinanceEngineeringCorporate governancePhysicsSubsidiary

Résumé

récupéré en direct d'OpenAlex

Abstract Companies to adapt to today's society, characterized by continuous changes, adopt strategies to search for new opportunities, sometimes emerging business models, different from the parent company's business area. If they do not want to diversify their core business, they choose to create a new company that will be independent from the parent company, the spin-off. The aim of this study is to analyze and analyze the parent company's influence on spin-off performance, in terms of motivating factors for creation, transferred resources, relationship type and spin-off performance in the post-spin-off period. To achieve this objective, 31 surveys were analyzed, answered by workers who occupy management positions in spin-off companies in the USA and Canada. The statistical analysis of the data suggests that the concentration of the business area and the maximization of shareholder value are the main reasons for the creation of the spin-off. The most mentioned spin-off challenges are aggressive competition and efficient allocation of efficient resources. One of the characteristics of the spin-off is that it is an independent company, a fact that is not verified in the sample under analysis. However, the spin-off's performance does not change when it becomes independent.

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)0,001
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 enseignants0,058
Score d'incertitude au seuil0,290

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
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 savante0,0000,000
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 Opus0,093
Tête enseignante GPT0,340
Écart entre enseignants0,247 · 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

Citations5
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Review of EconomicsMême sujetEntrepreneurship Studies and InfluencesTravaux en français237 207