MétaCan
Menu
Retour à la cohorte
Enregistrement W7038195384

Harnessing Digital Technologies for Entrepreneurial Innovation

2022· dissertation· en· W7038195384 sur OpenAlexaboutno aff

Notice bibliographique

RevueQSpace (Queen's University Library) · 2022
Typedissertation
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueMediterranean and Iberian flora and fauna
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésDigital transformationBusiness modelAdaptation (eye)Digital ecosystemValue (mathematics)Digital economyAction (physics)EntrepreneurshipBusiness ecosystemEmerging technologies
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This thesis, organized in a 3-paper format, explores the potential of digital technologies to support entrepreneurial innovation using a capability-based perspective. The fast emergence of powerful, readily accessible, and affordable new technologies has transformed the processes and outcomes of entrepreneurial innovation. Both startups and business incubators that support startups, as a result, require an up-to-date and nuanced understanding of how digital technologies can be leveraged to create business value in their respective contexts. In the first paper, a multilevel framework is inductively developed to explain how digitally-enabled influential factors at the ecosystem level shape innovation environments through business incubators; how startups carry out digitally-enabled entrepreneurial actions; and how business incubators and startups jointly form digitally-enabled intra-incubator action patterns to co-create innovation outcomes at the ecosystem level. Findings of this study confirm the saliency of digital enablement at all three analytical levels (i.e., entrepreneurial ecosystems, business incubators, and startups) and throughout the innovation processes. The second paper takes a mixed-method approach to explore the value of digital capabilities to startups. Using case data collected from 65 Canadian startups, this study inductively identifies four types of digital capabilities that are commonly developed and used by early-phase startups: digital platform capability, digital infrastructure capability, digital adaptation capability, and digital knowledge capability. Drawing on the insights derived, fuzzy-set qualitative comparative analysis was conducted to examine high-performing digital capability configurations for startups at the business validation and transition stages. The results show that the high-performing configurations differ from validation to transition, and that digital startups and their less-digital counterparts rely on different digital capability configurations to succeed. The third paper investigates further a key finding from the first paper – that is, today’s business incubators are being transformed from siloed support infrastructure to active resource orchestrators in entrepreneurial ecosystems. Specifically, this study examines the influence of dynamic digital capabilities on both the agility and performance of publicly-funded business incubators. The research framework is tested and supported using survey data. It is found that resource orchestration capabilities fully mediate the impact of dynamic digital capabilities on incubator performance, and partially mediate the latter’s impact on incubator agility.

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)0,002
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,027

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0020,005
Communication savante0,0080,007
Science ouverte0,0010,007
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,011
Tête enseignante GPT0,190
Écart entre enseignants0,179 · 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'étudeSans objet
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

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueQSpace (Queen's University Library)Même sujetMediterranean and Iberian flora and faunaTravaux en français237 207