Build, Rent and Sell: Options for Commercializing New Technologies Arising from University Research
Notice bibliographique
Résumé
This research investigates the strategic governance choices made in commercializing new technologies arising from university research. Departing from the traditional licensing vs. start-up approach, it is proposed that there are three primary methods of commercializing these technologies: 1) Build ? creating a new business based on the technology, 2) Rent ? ongoing development and marketing of the technology to established firms that use the technology in their businesses and 3) Sell ? disposition of the technology to an established firm. Using economic theories of the firm, particularly transaction cost economics, it is hypothesized that: the build option is positively associated with firms deriving revenue primarily from product market activity (H1a) and expending resources on both technology development activities and production activities (H2a); the rent and sell options are positively associated with firms deriving revenue primarily from technology market activity (H1b) and expending resources on technology development activities but not on production activities (H2b). the greater the patent or other legal protection (H3), the risk of substitutes (H5) or the dynamism associated with the technology (H8), the greater the likelihood that the technology will be commercialized using the rent option; the greater the tacitness and complexity (H4) or the greater the volatility associated with the technology, the greater the likelihood that the technology will be commercialized using the build or sell options; and the greater the importance of specialized complementary assets, the greater the likelihood that the technology will be commercialized using the sell option (H6). Three studies were conducted providing differing perspectives on the research question. Study #1 examines three start-ups based on new technologies arising from research conducted at the University of Waterloo. Study #2 analyzes the business activities of a number of Canadian and U. S. public start-up firms using archival data. Study #3 is a survey of university faculty members who have had new technologies arising from their academic research put into commercial use. Hypotheses H1a/b, H2a/b and H3 are supported and Hypothesis H7 received more limited support. Evidence for Hypothesis H5 is in the predicted direction but failed to achieve statistical significance. Hypotheses H4, H5, H6 and H8 are not supported.
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 | 0,004 | 0,019 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,004 |
| Communication savante | 0,009 | 0,009 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 0,001 |
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.
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 ».