Corporate‐startup partnering: Exploring attention dynamics and relational outcomes in asymmetric settings
Notice bibliographique
Résumé
Abstract Research Summary Startups that partner concurrently with a large corporation must compete for the latter's attention. We extend the attention‐based view from an intraorganizational to an interorganizational context, exploring how startups differ in the amount of attention they receive, their actions to attract and sustain attention, and the impact of attention dynamics on the relational outcome of the partnership. Our research uncovers two separate contests for attention involving corporate and divisional managers, highlighting the distributed nature of attention. Reflecting these, our findings reveal how startups' responsiveness to the respective cognitive schemas and corresponding stimuli of corporate and divisional managers is critical to understanding their distinct relational trajectories and disparate outcomes. Our focus on attention is complementary to the focus on trust that has hitherto dominated research on relational dynamics. Managerial Summary Startups partner with large corporations to access needed complementary resources. However, truly benefiting from such partnerships is challenging and requires them to attract as well as sustain the latter's attention. Our study reveals two contests for attention: one with corporate managers tasked with running a startup partnering initiative and the other with divisional managers in business units with whom actual commercial joint activity is forged. These two sets of managers have different priorities (schemas) that result in differences in the nature and amount of attention they pay to startups' actions (stimuli). Startups seeking corporate partnerships would do well to recognize this heterogeneity within large corporations and accordingly manage the attention–attraction process through suitable partner‐centric behaviors. On their part, large corporations need to be aware of and sensitive to the challenges such disparate schema of corporate and divisional managers pose for successful partnering outcomes as the relationship transitions from the early to later stages.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,025 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,003 |
| Communication savante | 0,005 | 0,005 |
| Science ouverte | 0,001 | 0,007 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».