Effectiveness of Innovation Ecosystems in the Hypermodern Era: Influence on Entrepreneurial Intelligence and the Creation of Sustainable Value
Notice bibliographique
Résumé
In the era of hypermodernity, innovation ecosystems have emerged as a pivotal driver of corporate competitiveness and sustainability. These ecosystems integrate diverse stakeholders—businesses, universities, public institutions, incubators, and investors—with the overarching goal of fostering collaboration, facilitating knowledge exchange, and stimulating the emergence of groundbreaking ideas. The effectiveness of such ecosystems is fundamentally influenced by entrepreneurial intelligence, defined as the capacity to identify, mobilize, and capitalize on innovative opportunities. This intelligence serves as a key determinant in the generation of sustainable value, particularly in light of contemporary social and environmental imperatives. This study investigates the measurement of innovation ecosystem effectiveness, the factors that either enhance or constrain its performance, and its influence on entrepreneurial intelligence—particularly in its capacity to generate economic, social, and environmental value. To address these research questions, a survey was conducted among 300 entrepreneurs actively engaged in various innovation ecosystems. The findings, validated through advanced statistical analyses (factor analysis, mediation analysis, and multi-group analysis), underscore the role of specific ecosystem attributes—such as actor diversity, network density, institutional support, and enabling infrastructures—as critical enablers of entrepreneurial intelligence. Moreover, the study establishes that the link between ecosystem attributes and sustainable value creation is mediated by entrepreneurial intelligence. These conclusions suggest that aligning innovation ecosystems with sustainability imperatives should be a strategic priority for entrepreneurs, policymakers, and ecosystem managers, ensuring a long-term impact and fostering resilient, innovation-driven growth.
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 | 0,004 | 0,017 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,003 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,000 | 0,003 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».