MétaCan
Menu
Back to cohort
Record W1491909428

Les determinants des activites d'innovation dans les entreprises de fabrication canadiennes: le role des droits de propriete intellectuelle

2000· preprint· fr· W1491909428 on OpenAlexaboutno aff
John R. Baldwin, Petr Hanel, David Sabourin

Bibliographic record

VenueRePEc: Research Papers in Economics · 2000
Typepreprint
Languagefr
FieldBusiness, Management and Accounting
TopicIntellectual Property and Patents
Canadian institutionsnot available
Fundersnot available
KeywordsHumanitiesPolitical scienceArt
DOInot available

Abstract

fetched live from OpenAlex

Les auteurs de la présente étude se sont penchés sur l’impact de différents facteurs sur l’innovation dans le secteur canadien de la fabrication. Premièrement, ils ont déterminé dans quelle mesure la protection de la propriété intellectuelle favorisait l’innovation. Deuxièmement, ils ont analysé l’apport de la R-D à l’innovation. Troisièmement, ils ont tenu compte de l’importance de diverses compétences (marketing, ressources humaines, technologie et production) eu égard à l’innovation. Quatrièmement, ils ont tenté de voir dans quelle mesure le fait que l’entreprise soit grande et qu’il y ait moins de concurrence était propice à l’innovation (l’hypothèse de Schumpeter). Cinquièmement, l’incidence de la nationalité de l’entreprise sur l’innovation a également été étudiée. Enfin, les auteurs ont analysé l’impact du contexte de l’industrie sur la capacité d’innover de l’entreprise. Plusieurs conclusions méritent d’être soulignées. Premièrement, en ce qui a trait à la relation existant entre l’innovation et l’utilisation des brevets, il appert que l’innovation influe beaucoup plus sur le brevetage que l’inverse. Les entreprises innovatrices protègent leurs découvertes à l’aide d’un brevet, mais les entreprises et les industries qui ont davantage recours à cette forme de protection n’ont pas tendance à être plus innovatrices. Deuxièmement, si la R-D est importante, l’acquisition de compétences dans des domaines tels que la technologie et le marketing l’est également. Troisièmement, l’impact de la taille est significatif. Les grandes entreprises sont généralement plus innovatrices. Pour ce qui est de la concurrence, les niveaux moyens de concurrence favorisent le plus l’innovation. Quatrièmement, les entreprises étrangères ne sont pas beaucoup plus susceptibles d’innover que les entreprises nationales lorsque l’on tient compte des différences observées au chapitre des compétences. Cinquièmement, l’infrastructure scientifique inhérente à la recherche universitaire est un déterminant significatif de l’innovation.

Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.

How this classification was reachedexpand

Full frame machine prediction

Teacher imitation

Not calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.

metaresearch head score (Codex)0.005
metaresearch head score (Gemma)0.013
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Observational · Consensus signal: Observational
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.980
Threshold uncertainty score0.049

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0050.013
Meta-epidemiology (narrow)0.0000.000
Meta-epidemiology (broad)0.0000.001
Bibliometrics0.0020.002
Science and technology studies0.0020.002
Scholarly communication0.0050.003
Open science0.0010.003
Research integrity0.0010.002
Insufficient payload (model declined to judge)0.0150.001

Machine scores (provisional)

The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.

Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.

Opus teacher head0.084
GPT teacher head0.274
Teacher spread0.190 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designObservational
Domainnot available
GenreEmpirical

How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".

Quick stats

Citations0
Published2000
Admission routes1
Has abstractyes

Explore more

Same venueRePEc: Research Papers in EconomicsSame topicIntellectual Property and PatentsFrench-language works237,207