MétaCan
Menu
Retour à la cohorte
Enregistrement W131782656

Investissement en actifs incorporels au Canada: depenses de R-D, d'innovation, d'image de marque et de prospection miniere, petroliere et gaziere

2009· preprint· fr· W131782656 sur OpenAlexaboutno aff
John R. Baldwin, Wulong Gu, Amélie Lafrance, Ryan J. MacDonald

Notice bibliographique

RevueRePEc: Research Papers in Economics · 2009
Typepreprint
Languefr
DomaineEconomics, Econometrics and Finance
ThématiqueEconomic Growth and Productivity
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPolitical scienceProspectionArtGeographyArchaeology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Le présent document fournit des estimations de l'investissement en actifs incorporels au Canada dans les domaines de l'innovation, de la publicité et de l'extraction de ressources naturelles. Il prolonge avant tout les travaux de Beckstead et Gellatly (2003), Baldwin et Hanel (2003), Beckstead et Gellatly (2003), Beckstead et Vinodrai (2003), ainsi que Baldwin et Beckstead (2003) qui soutiennent que la portée des activités d'innovation s'étend au delà de la recherche et développement telle qu'elle est définie dans le Manuel de Frascati. Ces auteurs élargissent la définition des activités d'innovation afin d'y inclure toutes les dépenses scientifiques et en génie, que les services soient obtenus sur le marché ou produits par l'entreprise. Ils examinent aussi les dépenses en éléments d'actif incorporels, tels que les marques ou l'exploration des ressources naturelles. Le document contribue à la littérature existante grâce à la présentation d'estimations de l'investissement en actifs incorporels (connaissances en science et en génie, publicité, prospection minière et pétrolière par industrie) en s'appuyant sur des bases de données de Statistique Canada dont la haute qualité et la cohérence interne sont établies. Les estimations produites concordent avec les résultats d'autres études sur les investissements incorporels (Corrado, Hulten et Sichel, 2005, 2006; Jalava, Ahmavarra et Alanen, 2007) et montrent que l'investissement de type R D classique représente environ le quart des investissements incorporels dans le domaine des sciences et du génie.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,008
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,135
Score d'incertitude au seuil0,272

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,008
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0040,005
Études des sciences et des technologies0,0020,001
Communication savante0,0040,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0080,001

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,026
Tête enseignante GPT0,286
Écart entre enseignants0,260 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations2
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRePEc: Research Papers in EconomicsMême sujetEconomic Growth and ProductivityTravaux en français237 207