MétaCan
Menu
Retour à la cohorte
Enregistrement W1562564628 · doi:10.4000/interventionseconomiques.1611

L’aide financière à l’industrie pharmaceutique québécoise : le jeu en vaut-il la chandelle?

2012· article· fr· W1562564628 sur OpenAlexvenueaboutno aff
Marc‐André Gagnon

Notice bibliographique

RevueInterventions économiques · 2012
Typearticle
Languefr
DomaineSocial Sciences
ThématiqueSocial Sciences and Governance
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPolitical scienceArt

Résumé

récupéré en direct d'OpenAlex

Le développement de l’industrie pharmaceutique québécoise est souvent considéré comme l’histoire d’une réussite industrielle issue d’une politique ciblée d’aide aux industries à haute valeur ajoutée. Toutefois, le Québec paie cher ses incitatifs financiers au secteur pharmaceutique à travers une série de mesures qui vont au-delà d’une simple politique de brevet : 1) crédits d’impôt, 2) politique de prix généreuse, 3) règle des 15 ans et 4) subventions directes aux entreprises. En contrepartie, le Québec bénéficie de retombées économiques importantes, dont les dépenses en recherche et développement (R&D) et la création d’emploi dans un secteur à haute valeur ajoutée. Cet article chiffre le montant de l’aide publique reçue par l’industrie pharmaceutique au Québec et compare ce montant aux retombées économiques de ce secteur au Québec. L’article démontre que les aides financières publiques accordées à l’industrie pharmaceutique québécoise pour encourager la R&D sont en fait de 1,81 à 6,76 fois supérieures à l’ensemble des dépenses nettes de l’industrie pharmaceutique québécoise en R&D.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,880
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,001
Communication savante0,0000,002
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,140
Tête enseignante GPT0,377
Écart entre enseignants0,237 · 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 tête enseignante, pas un consensus.

Devis d'étudeSans objet
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

Citations1
Publié2012
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInterventions économiquesMême sujetSocial Sciences and GovernanceTravaux en français237 207