Innovation, Entrepreneurship, and Economic Growth: The Moderating Role of Corruption
Notice bibliographique
Résumé
This study examines the relationships among a nation's innovation capability, entrepreneurship, and economic growth and investigates the corruption level's impact on those relationships. Based on 2022 data of 44 counties from the Global Innovation Index (GII), Gross domestic product (GDP), Total early-stage entrepreneurial activity (TEA), and the Corruption Perceptions Index (CPI), obtained from the World Intellectual Property Organization, World Bank, Global Entrepreneurship Monitor, and Transparency International, a multiple regression analysis was used to examine the causal relationship between innovation capability, entrepreneurial climate, and economic growth. The results showed that a nation's innovation capacity significantly positively affects the growth of economies. On the one hand, the result found that entrepreneurship is negatively associated with economic growth. This can imply that a significant portion of entrepreneurship in the analyzed countries may be necessity-driven rather than opportunity-driven. Additionally, the study found that corruption moderates the relationship between a nation's innovation capacity and economic growth, such that higher levels of corruption weaken the positive impact of innovation capacity toward economic growth but are not found to significantly moderate the relationship between entrepreneurship and the growth of nation economies. These findings emphasize the significance of addressing corruption to exploit the advantages of innovation capacity for economic growth. Policymakers should focus on improving the entrepreneurial ecosystem to promote opportunity-driven ventures that foster innovation and contribute to long-term economic development. This work is among the few to discover nationally the compound interplay between innovation, entrepreneurship, and corruption. It offers useful insights for policymakers who seek to promote economic growth by improving governance and creating a favorable climate for entrepreneurs.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».