When R&D Taxonomies Travel: Target-Population Validity in the Selection of Young Technology-Oriented SMEs
Deze studie toont aan dat technologieoverdracht-taxonomieën die zijn geconstrueerd op basis van brede industrieel populaties vaak een gebrek aan selectievaliditeit vertonen voor jonge mkb-bedrijven, waarbij het herkalibreren van R&D-criteria specifiek naar de doelgroep van het mkb de nauwkeurigheid van de screening voor het identificeren van snelgroeiende bedrijven aanzienlijk verbetert vergeleken met het gebruik van standaard OECD-sectorclassificaties.
Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer
Stel je voor dat je een talent scout bent voor een enorm muziekfestival. Je taak is om de volgende grote band te vinden, maar je hebt duizenden demo's om naar te luisteren en slechts een paar uur de tijd. Om tijd te besparen, besluit je een kortere weg te gebruiken: je luistert alleen naar bands uit steden die bekend staan om het voortbrengen van beroemde rocksterren. Deze kortere weg is een "taxonomie" — een systeem om dingen in categorieën te sorteren op basis van wat we al weten. In de wereld van wetenschap en zaken zijn deze taxonomieën als kaarten die overheden, banken en investeerders helpen beslissen welke bedrijven "high-tech" zijn en geld of steun verdienen. De grote vraag is: werkt een kaart die getekend is voor een heel land net zo goed wanneer je op zoek bent naar een specifiek type persoon in een klein dorpje? Als de kaart is gemaakt door naar gigantische corporaties te kijken, zal deze dan nog steeds naar de juiste jonge, ambitieuze startups wijzen? Dit artikel duikt in dat exacte probleem en onderzoekt hoe we kunnen voorkomen dat we de verkeerde kandidaten selecteren, simpelweg omdat we een kaart gebruikten die niet bij het gebied paste.
Het artikel, met de titel "When R&D Taxonomies Travel", onderzoekt een specifieke fout die optreedt wanneer deze sorteersystemen van de ene groep bedrijven naar een andere worden "getransporteerd". De auteur, Hana Kim, betoogt dat een systeem perfect accuraat kan zijn bij het beschrijven van het grote plaatje (beschrijvende validiteit), maar volledig kan falen bij het selecteren van de juiste winnaars voor een specifieke taak (selectievaliditeit). Om dit te testen, gebruikte de onderzoeker een enorme dataset van een Koreaanse bank met meer dan 116.000 jonge, kleine technologiebedrijven. Ze vergeleken drie verschillende manieren om deze bedrijven te filteren:
- De "Grote Kaart" (OECD-regel): Het gebruik van de standaard internationale lijst van high-tech industrieën, die gebaseerd is op data van alle bedrijven, inclusief gigantische corporaties.
- De "Lokale Kaart" (SME R&D-regel): Het herberekenen van de high-tech lijst met behulp van alleen de data van de jonge, kleine bedrijven zelf.
- De "Super Kaart" (Multi-Signal Regel): Het nemen van de lokale kaart en daar extra aanwijzingen aan toe te voegen, zoals het aantal patenten en immateriële activa, om te zien of dat nog meer helpt.
De resultaten waren verrassend en duidelijk. Hoewel de "Grote Kaart" (de standaard internationale regel) weliswa elke succesvolle bedrijven identificeerde en beter presteerde dan toeval, was het minder effectief dan de alternatieven. Wanneer de onderzoekers overschakelden naar de "Lokale Kaart" — die hetzelfde concept van onderzoeksuitgaven gebruikte maar het specifiek voor kleine bedrijven herberekende — vonden ze aanzienlijk meer winnaars. Specifiek identificeerde de Lokale Kaart 2,23 procentpunt meer bedrijven die zowel een sterke omzetgroei als een goede financiële beoordeling behaalden vergeleken met de Grote Kaart.
Hier komt de wending die het artikel expliciet uitsluit: veel mensen gaan ervan uit dat de standaardkaart faalt omdat deze niet naar genoeg soorten innovatie kijkt (zoals patenten of ontwerp). Zij denken dat we meer aanwijzingen aan de lijst moeten toevoegen. Echter, deze studie vond dat het toevoegen van die extra aanwijzingen (de "Super Kaart") eigenlijk niet veel hielp. Het verschil tussen de Lokale Kaart en de Super Kaart was minimaal. Het echte probleem was niet dat de kaart informatie miste; het probleem was dat de kaart getekend was voor de verkeerde groep. De "Grote Kaart" werd gedomineerd door grote, oude bedrijven, waardoor deze wees naar industrieën waar kleine startups niet echt gedijden. Door simpelweg de kaart opnieuw te tekenen zodat deze paste bij de kleine bedrijven, werd het selectieproces veel beter zonder dat er nieuwe data nodig was.
Het artikel keek ook naar wat er gebeurt als je beide kaarten tegelijkertijd gebruikt (een "dual-route" systeem). Deze aanpak vangt meer potentiële winnaars op (hogere "recall"), maar dit betekent ook dat je meer tijd en geld moet besteden aan het evalueren van veel meer bedrijven die misschien zullen falen. De studie suggereert dat deze duale aanpak alleen de moeite waard is als de kosten van het missen van een geweldig bedrijf hoger zijn dan de kosten van het controleren van een paar extra bedrijven.
Kortom, het artikel suggereert dat wanneer we op zoek zijn naar de volgende grote vernieuwing in technologie, we niet alleen moeten vertrouwen op de standaardlijsten die voor de hele wereld zijn gemaakt. In plaats daarvan moeten we die lijsten specifiek hertekenen voor de groep die we proberen te vinden. De studie laat zien dat het oplossen van de "populatie-mismatch" — ervoor zorgen dat de kaart past bij de mensen op de grond — veel krachtiger is dan het simpelweg toevoegen van meer complexe indicatoren aan de kaart. Het is een herinnering dat, in de zoektocht naar innovatie, context alles is, en dat een instrument dat werkt voor reuzen, misschien niet werkt voor de kleine spelers die iets nieuws proberen te starten.
Verdrinkt u in papers in uw vakgebied?
Ontvang dagelijkse digests van de nieuwste papers die bij uw onderzoekswoorden passen — met technische samenvattingen, in uw taal.