Comunicação sobre Inovação e Volume de Negócios: Proposta de Escala Para Companhias Brasileiras Listadas em Bolsa
Bibliographic record
Abstract
A inovação é um diferencial competitivo para as empresas nas disputas de mercado, especialmente quanto ao engajamento de consumidores e outras partes interessadas. A gestão e a comunicação das capacidades de inovação podem apoiar de maneira determinante a percepção no valor de mercado de uma companhia, sobretudo daquelas listadas em bolsa, cujo preço das ações oscila diariamente. Esta pesquisa tem como objetivo verificar se existe correlação entre comunicação sobre informação e o volume de negócios de companhias listadas na bolsa de valores brasileira (B3). A mensuração consistiu em elaborar e validar uma escala ordinal sobre o fenômeno comunicação sobre inovação. Para a construção da escala foram utilizados indicadores que emergiram da literatura sobre o assunto, em especial da ISO 56002 e do Global Index Innovation (GII). Foram utilizadas as diretrizes do Manual de Oslo para coleta dos dados, assim como para a definição da amostra e dos canais de comunicação para prospecção. Desse modo, são apresentados os procedimentos para construção e validação da escala de comunicação sobre inovação e a análise dos resultados do pré-teste de correlação frente ao volume de negócios das companhias da amostra.
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 imitationNot 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.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.006 | 0.026 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.007 | 0.010 |
| Science and technology studies | 0.001 | 0.002 |
| Scholarly communication | 0.004 | 0.003 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.006 | 0.001 |
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.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
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".