Art of innovating in the arts: Disentangling determinants of technological and symbolic innovations in creative industries— Evidence from Canadian museums
Notice bibliographique
Résumé
This study investigates the factors driving innovation in museums by incorporating both technological and symbolic innovations. Unlike previous research, it employs a comprehensive set of determinants to examine their impact on technological and symbolic innovations. Based on data from 250 Canadian museums and a multivariate path model, we simultaneously estimate eight types of innovations, four types of technological innovations (product, process, organizational, marketing) and four types of symbolic innovations (artistic, aesthetic, cultural, audience). The findings indicate that innovation appears to emerge through complex interplays between internal capabilities, market responsiveness, and external relationships. Resource-related factors such as technological infrastructure, financial assets, and artistic capabilities show differentiated impacts across types of innovation, suggesting that in museums, innovation is not uniformly resource-driven. Human capital, artistic creativity, and R&D investments demonstrate more limited or selective effects. Market orientation, particularly visitor orientation, emerges as a relevant driver of symbolic innovations, while custodial orientation, collaboration, and co-creation strategies have weaker or isolated impacts. Hence, the determinants differ across types of innovation, with some being specific to particular types thereof. Moreover, the study reveals complementarities between several pairs of types of innovation including Process and Aesthetic innovation, Artistic and Cultural innovation, and Aesthetic and Audience innovation. Finally, the degrees of complementarity between technological innovations are higher than those between symbolic innovations. These findings highlight the complex and contingent nature of innovation in museums, underlining, for museum managers, the importance of resource alignment, market-driven orientation, and external engagement strategies for successful 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 | 0,003 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,005 | 0,010 |
| Études des sciences et des technologies | 0,004 | 0,003 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,001 | 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 ».