MétaCan
Menu
Retour à la cohorte
Enregistrement W4410133089 · doi:10.1111/radm.12768

How Entrepreneurs Absorb Knowledge Spillovers During Innovative Product Development: Evidence From <scp>UK</scp> Start‐Ups

2025· article· en· W4410133089 sur OpenAlexaff
Marco Cuvero, Maria L. Granados, Alan Pilkington, Richard Evans, Wai Wai Ko, Maria Bortnovskaya, Catherine L. Wang

Notice bibliographique

RevueR and D Management · 2025
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueEntrepreneurship Studies and Influences
Établissements canadiensDalhousie University
Organismes subventionnairesnon disponible
Mots-clésAbsorptive capacityBusinessIndustrial organizationPerspective (graphical)Knowledge managementSpillover effectNew product developmentStart upPhase (matter)Product (mathematics)High techMarketingComputer scienceBusiness administrationEconomicsMicroeconomics

Résumé

récupéré en direct d'OpenAlex

ABSTRACT This study examines the impact of knowledge spillovers on product innovation performance within UK medium to high‐tech start‐ups. We propose a conceptual model that explains the relationship between incoming and network knowledge spillovers, potential and realized absorptive capacity, and exploratory and exploitative innovation performance, considering technological turbulence. Based on a PLS‐SEM analysis of 556 UK‐based medium to high‐tech start‐ups, our results show that during the potential absorptive capacity phase, start‐ups focus on acquiring incoming and networked knowledge spillovers. However, the exploitation of network knowledge spillovers occurs during the realized absorptive capacity phase. These findings contribute to the current understanding of the role of knowledge spillovers in absorptive capacity, while from a practical perspective they provide start‐ups with guidance on optimizing and exploiting knowledge spillover based on their firms' characteristics.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,288
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,021
Tête enseignante GPT0,233
Écart entre enseignants0,212 · 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 tête enseignante, pas un consensus.

Devis d'étudeObservationnel
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

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueR and D ManagementMême sujetEntrepreneurship Studies and InfluencesTravaux en français237 207