MétaCan
Menu
Retour à la cohorte
Enregistrement W4407287234 · doi:10.1016/j.respol.2025.105192

Cluster-based routines and paradigm-bound innovation

2025· article· en· W4407287234 sur OpenAlexafffund
Pengfei Li

Notice bibliographique

RevueResearch Policy · 2025
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueUniversity-Industry-Government Innovation Models
Établissements canadiensUniversity of Calgary
Organismes subventionnairesFonds de Recherche du Québec-Société et Culture
Mots-clésCluster (spacecraft)Economic geographyBusinessKnowledge managementMarketingComputer scienceIndustrial organizationRegional scienceData scienceEconomicsSociology

Résumé

récupéré en direct d'OpenAlex

The paper explores the limitations of innovation in clusters, proposing that innovation advantages of clusters are contingent upon technological paradigms. Technological paradigms manifest in the heuristics of ‘how to do things’ and ‘how to improve them’ in a domain, embedded in organizational routines. The paper argues that new product development routines can be enacted in clusters, turning into cluster-based routines. Cluster-based routines are efficient in guiding search for rapid solutions within established technological trajectories but become ineffective during paradigm shifts. Consequently, cluster-based routines tend to promote paradigm-bound innovation rather than paradigm-setting innovation. Using an original, product-level database of mobile handsets in China from 2007 to 2016 — a period which witnessed a paradigm transition from feature phones to smartphones — the study presents robust evidence that being in a dominant cluster in Shenzhen has a positive impact on product innovation in the feature phone regime but casts significantly negative effects on paradigm transition and subsequent innovation in the smartphone era. The findings indicate that the temporal and spatial processes of innovation are deeply interwoven. • New product development routines can be enacted in clusters. • Cluster-based routines facilitate paradigm-bound, not paradigm-changing, innovation. • Innovation policies need to support non-cluster areas.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,014
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,052

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,014
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,003
Études des sciences et des technologies0,0030,018
Communication savante0,0060,009
Science ouverte0,0010,006
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 GPT0,370
Écart entre enseignants0,277 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations2
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueResearch PolicyMême sujetUniversity-Industry-Government Innovation ModelsTravaux en français237 207