Modeling technological innovation risks of an entrepreneurial team using system dynamics: An agent-based perspective

Wu, Desheng Dash; Xie, Kai; Hua, Liu; Zhao, Shengchuan; Olson, David L.

doi:10.1016/j.techfore.2010.01.015

Cited by 123 publications

(66 citation statements)

References 16 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Vi sono, infatti, alcuni studi relativi alle caratteristiche di livello meso favorevoli al processo di innovazione, che possono riguardare sia aspetti informali, come la coesione dei gruppi di lavoro (Lloréns Montes et al, 2005), sia formali, come il ruolo dei team interfunzionali (Santa et al, 2011). Sempre in quest'ambito, ci sono alcuni lavori relativi alla gestione della conoscenza e alla sua condivisione (formale e informale) nell'ambito dei team e a come questa possa influenzare sia il processo decisionale riguardo l'adozione di un'innovazione (Wu et al, 2010), sia il suo successo a lungo termine (Bong et al, 2004). Prendendo spunto dagli studi appena citati sarebbe interessante approfondire l'altro verso della relazione, a oggi ancora poco esplorato: cioè come l'innovazione tecnologica possa avere un impatto sulle dinamiche di gruppo e sulla gestione della conoscenza, nel breve e nel lungo periodo, arrivando eventualmente a identificare anche alcuni aspetti di reciproca influenza.…”

Section: Sviluppi Futuriunclassified

Innovazione tecnologica e organizzazione: trend, aree di ricerca e prospettive

Brumana¹,

Decastri²,

Za³

2015

Studi Organizzativi

View full text Add to dashboard Cite

Proporre un articoloQuesto sito o gli strumenti terzi da questo utilizzati si avvalgono di cookie necessari al funzionamento ed utili alle finalit� illustrate nella cookie policy. Se vuoi saperne di pi� o negare il consenso a tutti o ad alcuni cookie, consulta la cookie policy.Chiudendo questo banner, scorrendo questa pagina, cliccando su un link o proseguendo la navigazione in altra maniera, acconsenti all�uso dei cookie. Negli ultimi anni, l'innovazione tecnologica è stata una delle tematiche più dibattute nella letteratura accademica, tuttavia le sue implicazioni per le realtà organizzative, così come per gli stessi attori organizzativi sembrano ancora non sufficientemente teorizzate ed empiricamente analizzate. Dopo l'attenzione dedicata alla tecnologia negli studi organizzativi intorno agli anni '50 del secolo scorso si è assistito, infatti, a un declino nell'interesse verso questo tema, accentuatosi ancor di più negli ultimi due decenni. L'obiettivo di questo articolo, pertanto, è quello di contribuire al dibattito su innovazione tecnologica, organizzazione e lavoro.Muovendo da queste premesse, è stata condotta una ricerca sulla piattaforma ISI Web of Science utilizzando la chiave di ricerca "technolog* innovation*". Nel periodo 1985-2013 sono stati identificati 1028 contributi scientifici pubblicati su 89 riviste internazionali -selezionate combinando 3 gruppi di riviste diversi, ma complementari quali il Financial Times ranking, riviste di matrice sociologica e il Technology Innovation Management Journals ranking. Un'analisi bibliometrica basata sull'utilizzo di indicatori descrittivi e di strumenti di Social Network Analysis, ha poi consentito di analizzare i 1028 contributi scientifici raccolti. In particolare, è stato analizzato l'andamento (in termini di numerosità) delle pubblicazioni e l'impatto che i contributi selezionati hanno avuto sulla comunità scientifica di riferimento (trend delle citazioni). Altre analisi hanno poi consentito di identificare gli autori più produttivi, la loro distribuzione geografica (in base alle università di appartenenza) e le principali co-authorship. Infine, un'analisi approfondita è stata condotta sui topic principalmente trattati dal dataset selezionato.All'analisi del dibattito internazionale si è affiancato un approfondimento sul sottoinsieme dei contributi italiani, ovvero quelli pubblicati da almeno un autore affiliato in una università italiana. Si sono così potute evidenziare, utilizzando le * Gli autori sono riportati in ordine alfabetico.Copyright © FrancoAngeli N.B: Copia ad uso personale. È vietata la riproduzione (totale o parziale) dell'opera con qualsiasi mezzo effettuata e la sua messa a disposizione di terzi, sia in forma gratuita sia a pagamento. 43stesse analisi, le peculiarità della realtà del nostro paese per quanto riguarda la ricerca sull'innovazione tecnologica. I risultati ottenuti sia a livello internazionale che italiano, rivelano, nel corso del periodo considerato, una crescita significativa della letteratura su questo tema e una crescente...

show abstract

Section: Sviluppi Futuriunclassified

Innovazione tecnologica e organizzazione: trend, aree di ricerca e prospettive

Brumana¹,

Decastri²,

Za³

2015

Studi Organizzativi

View full text Add to dashboard Cite

show abstract

“…(12) Use memory (Simple and k-layered to clone selected B-Cells; (13) Perform Hyper-mutation; (14) } (15) Perform Rule Learning Procedure; (16) //(1) Select the best B cell (17) //(2) Add rule of the best B cell to the current rule set (18) If classification rate is not increased, then the current loop exits. method, a B cell is changed randomly.…”

Section: Affinitymentioning

confidence: 99%

“…Ordinary linear regression has also been used as another traditional statistic method for credit scoring [12,13]. Recent techniques of credit risk assessment [14][15][16][17][18][19][20] treat lending decision problem as a binary classification problem [8].…”

Section: Introductionmentioning

confidence: 99%

Credit Risk Prediction Using Fuzzy Immune Learning

Kamalloo

Abadeh

2014

Advances in Fuzzy Systems

View full text Add to dashboard Cite

The use of credit has grown considerably in recent years. Banks and financial institutions confront credit risks to conduct their business. Good management of these risks is a key factor to increase profitability. Therefore, every bank needs to predict the credit risks of its customers. Credit risk prediction has been widely studied in the field of data mining as a classification problem. This paper proposes a new classifier using immune principles and fuzzy rules to predict quality factors of individuals in banks. The proposed model is combined with fuzzy pattern classification to extract accurate fuzzy if-then rules. In our proposed model, we have used immune memory to remember good B cells during the cloning process. We have designed two forms of memory: simple memory and k-layer memory. Two real world credit data sets in UCI machine learning repository are selected as experimental data to show the accuracy of the proposed classifier. We compare the performance of our immune-based learning system with results obtained by several well-known classifiers. Results indicate that the proposed immune-based classification system is accurate in detecting credit risks.

show abstract

“…Previous literature regarding technology innovation indicates that the average success rate of technology firms created by teams is higher than that of the firms created by individual entrepreneurs (Liu et al, 2015;Tsai et al, 2014;Wu et al, 2010). Indeed.…”

Section: Introductionmentioning

confidence: 98%

Predicating team performance in technology industry: Theoretical aspects of social identity and self-regulation

Lin

2015

Technological Forecasting and Social Change

View full text Add to dashboard Cite

Modeling technological innovation risks of an entrepreneurial team using system dynamics: An agent-based perspective

Cited by 123 publications

References 16 publications

Innovazione tecnologica e organizzazione: trend, aree di ricerca e prospettive

Innovazione tecnologica e organizzazione: trend, aree di ricerca e prospettive

Credit Risk Prediction Using Fuzzy Immune Learning

Predicating team performance in technology industry: Theoretical aspects of social identity and self-regulation

Contact Info

Product

Resources

About