The impact of capacity utilisation on product innovation in emerging economies: The moderating effects of firm ownerships
Notice bibliographique
Résumé
While it is acknowledged that higher capacity utilisation results in efficient resource allocation, which could improve firms' productivity and innovation in emerging markets, research on which firms maximise their capacity to improve their innovation is unexplored. We draw insights from the resource-based view theory to develop and test a theoretical model to examine how various ownership structures (i.e., domestic, foreign, and state) moderate the relationship between capacity utilisation and product innovation. The empirical model is based on a sample of 80,587 firms from numerous emerging markets. Results reveal that capacity utilisation negatively influences product innovation, considering the specific context of emerging economies. Furthermore, we find that (i) domestic ownership positively moderates the relationship between capacity utilisation and product innovation, such that any increase in domestic ownership weakens the negative effect of capacity utilisation; (ii) foreign ownership negatively moderates the relationship between capacity utilisation and product innovation, such that any increase in the extent of foreign ownership strengthens the negative effect of capacity utilisation; (iii) state ownership negatively moderates the relationship between capacity utilisation and product innovation, such that any increase in state ownership strengthens the negative effect of capacity utilisation. Some implications for theory, practice, and policy are further discussed. • This research examines how capacity utilisation impacts product innovation. • Domestic ownership weakens the negative effects of capacity utilisation on product innovation. • Foreign ownership strenghtens the negative effect of capacity utilisation on product innovation. • State ownership strenghtens the negative effect of capacity utilisation on product innovation.
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 | 0,002 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,000 | 0,003 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».