MétaCan
Menu
Retour à la cohorte
Enregistrement W4416004970 · doi:10.5465/amproc.2025.18840symposium

What to Do with Technology? From Valuation to Commercialization

2025· article· en· W4416004970 sur OpenAlexaffabout
Dafna Bearson, Bruno Cassiman, Simen Gaens, David H. Hsu, Seojin Kim, Jeroen Van den Bosch, Rosemarie Ziedonis

Notice bibliographique

RevueAcademy of Management Proceedings · 2025
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueInnovation and Knowledge Management
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésCommercializationLicenseValuation (finance)Technology transferFrontierAbsorptive capacityComplementary assetsValue creationOpen innovationValue (mathematics)

Résumé

récupéré en direct d'OpenAlex

Any firm seeking to commercialize a technological innovation must make a variety of important strategic assessments and choices. What is the technology’s value in the competitive landscape? Should the firm license out or sell its technology for other firms to commercialize, or should it commercialize the technology in-house? If the firm commercializes internally, in what market(s) does the firm position itself? Where in the value chain and technological system does it choose to locate? This series of interrelated questions is relevant to long-standing concerns in innovation management, strategy, and entrepreneurship, but each remains an important open question for research and practice. With four presentations at the frontier of current research featuring complementary theoretical perspectives, data sources, and empirical methods, this symposium sheds light on each of these four questions. Together, the presentations and discussants offer a comprehensive perspective on many of the supply-side strategic choices about “what to do with technology”––namely, technology valuation, activity in markets for technology, and decisions between different commercialization avenues––faced by managers and firms. Competitor portfolios and the value of new technologies Author: Simen Gaens; KU Leuven Author: Bruno Cassiman; KU Leuven Author: Jeroen Van den Bosch; KU Leuven Keep, license or sell? Examining the antecedents of strategic intellectual property transfer Author: Dafna Bearson; Harvard Business School Explaining applications of technology: Evidence from startups commercializing emerging technologies Author: James Addis; University of Toronto Pre-entry knowledge of entrepreneurs and market strategy Author: Seojin Kim; Drexel University

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)0,003
score de la tête « metaresearch » (Gemma)0,027
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: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,027

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,027
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,004
Études des sciences et des technologies0,0020,014
Communication savante0,0150,021
Science ouverte0,0010,002
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0080,001

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 Opus0,020
Tête enseignante GPT0,275
Écart entre enseignants0,255 · 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
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAcademy of Management ProceedingsMême sujetInnovation and Knowledge ManagementTravaux en français237 207