VULNERABILIDADE INICIAL PÓS-INCUBAÇÃO: PREVENDO A SOBREVIVÊNCIA ORGANIZACIONAL COM APRENDIZAGEM DE MÁQUINA
DOI:
https://doi.org/10.25112/rgd.v21i1.3250Resumo
A vulnerabilidade inicial representa as dificuldades que as empresas nascentes sofrem devido a fatores internos e externos. Nesse sentido, Incubadoras de Empresas representam políticas públicas que apoiam os empreendimentos nascentes mitigando os impactos da vulnerabilidade inicial. Entretanto, após a incubação, algumas empresas não conseguem sobreviver aos desafios de um mercado dinâmico e altamente competitivo, configurando um contexto especial para se estudar a vulnerabilidade “inicial”. Aspectos contingenciais como satisfação com a incubadora, tamanho e inovação tecnológica são importantes fatores para a sobrevivência desses empreendimentos que contaram com o apoio de incubadoras. Dentre os fatores que contribuem para superar a vulnerabilidade inicial, a literatura identifica a legitimidade, os recursos e as capacidades dinâmicas. O objetivo deste artigo é identificar as técnicas de aprendizagem de manuseio de máquinas robustas para prever a sobrevivência de empresas graduadas a partir de seus aspectos contingenciais e da legitimidade, capacidades dinâmicas e recursos. Empregou-se a estratégia de estudo de casos múltiplos, com 90 empresas graduadas de 15 incubadoras da região sudeste e centro-oeste. Na análise de dados, empregou-se os algoritmos de aprendizagem de máquina que foram implementados em Python. Os resultados mostraram aptidão para encontrar soluções com altos indicadores de acurácia, com destaque para os métodos Gaussian NB e Support Vector Machine. Esta pesquisa apresenta contribuições teóricas ao reforçar o papel da legitimidade para a sobrevivência de novos empreendimentos. Além do mais, o fato de ser uma empresa de base tecnológica, se caracteriza como um fator importante para a sobrevivência, o que reflete em uma contribuição gerencial.
Palavras-chaves: Vulnerabilidade inicial; Pós-incubação; Sobrevivência organizacional; Aprendizagem de máquina.
Downloads
Publicado
Como Citar
Edição
Seção
Licença
Copyright (c) 2024 Pablo Peron de Paula, Carlos Denner Dos Santos
Este trabalho está licenciado sob uma licença Creative Commons Attribution 4.0 International License.
• Os autores mantêm os direitos autorais e concedem à revista o direito de primeira publicação com o trabalho licenciado sob a Licença Creative Commons - Attribution 4.0 International (CC BY 4.0).
• Os autores são estimulados a publicar e distribuir seu trabalho online (ex.: em repositórios institucionais ou na sua página pessoal), pois isso pode aumentar o impacto e a citação do trabalho publicado.