MétaCan
Menu
Retour à la cohorte
Enregistrement W577248656 · doi:10.4337/9781781003022

Strategic innovation in small firms : an international analysis of innovation and strategic decision making in small to medium sized enterprises

2011· book· en· W577248656 sur OpenAlexaboutno aff
Tim Mazzarol, Sophie Reboud

Notice bibliographique

Revuenon disponible
Typebook
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueFirm Innovation and Growth
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésFlemishContext (archaeology)ManagementIndex (typography)EntrepreneurshipPolitical scienceGeographyEconomicsLawArchaeology

Résumé

récupéré en direct d'OpenAlex

Contents: Preface 1. Strategic Innovation in Small Firms: An Introduction Tim Mazzarol and Sophie Reboud 2. National Innovation Systems Tim Mazzarol, Sophie Reboud and Jean-Guillaume Ditter 3. An Overview of the Survey Findings Tim Mazzarol and Geoffrey Soutar 4. The Flemish Creative Sector Ysabel Nauwelaerts, Frederik Van Assche and Ilke Van Beveren 5. Innovation Processes in SMEs: The New Zealand Experience Delwyn Clark 6. Designed in Italy - An Unrecognised Italian Innovation Model? Jane Klobas and Paola Bielli 7. The Context and Logic of Innovation at Two Small Enterprises: A Qualitative Analysis Hermann Frank, Manfred Lueger and Christian Korunka 8. SME Innovations: USA Assessment and Climate Results Newell (Sandy) Gough and Philip Olson 9. The Situation in Canada: Analysis of Canadian SME Innovation Behaviour Jacques Baronet and Johanne Queenton 10. The Situation in Switzerland Thierry Volery 11. The Situation in Australian Manufacturing Tim Mazzarol and Vijaya Thyil 12. High and Low R&D Intensity Firms in France Sophie Reboud and Tim Mazzarol 13. The Business of Biotech in Australia Genevieve Tattersall, Katherine Giles, Parbodh Gogna, Colin Tung, Shane Ridley and Tim Mazzarol 14. Conclusions and Lessons Learnt Tim Mazzarol, Delwyn Clark and Sophie Reboud Index

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)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Bibliométrie, Charge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,236
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0120,006
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,099
Tête enseignante GPT0,280
Écart entre enseignants0,181 · 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'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

Citations21
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetFirm Innovation and GrowthTravaux en français237 207