MétaCan
Menu
Retour à la cohorte
Enregistrement W1931843186 · doi:10.18235/0009253

Institutions for Technology Diffusion

2015· report· en· W1931843186 sur OpenAlexfundaboutno aff
Philip Shapira, Jan Youtie, Debbie Cox, Elvira Uyarra, Abullah Gök, J. Daniel Rogers, Chris Downing

Notice bibliographique

Revuenon disponible
Typereport
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueInnovation Policy and R&D
Établissements canadiensnon disponible
Organismes subventionnairesEconomic Development AdministrationU.S. Department of TransportationGovernment of CanadaU.S. Department of CommerceInter-American Development BankU.S. Department of Energy
Mots-clésDiffusionComputer sciencePhysicsThermodynamics

Résumé

récupéré en direct d'OpenAlex

This technical note analyzes international experiences and practices of public technology extension service programs. Technology extension services comprise varied forms of assistance provided directly to enterprises to foster technological modernization and improvement, with a focus on established small and mid-sized enterprises. The note discusses the definitions, rationales, and characteristics of selected technology extension service programs, drawing on examples from Europe, North America, and other regions. It presents four detailed case studies: the U.S. Manufacturing Extension Partnership; the National Research Council-Industrial Research Assistance Program in Canada; England's Manufacturing Advisory Service; and Tecnalia, an applied technology organization in Spain. The case studies address several program elements including the history and evolution of the program, structure, program scale, financing structure, services and clients, governance, personnel, monitoring, and evaluation. The analysis highlights common and distinctive characteristics as well as program strengths, weaknesses, and key practices. The note provides a framework for positioning technology extension services within the broader mix of policies for technology transfer, business upgrading, and innovation, and offers conclusions and insights to support efforts to strengthen technology extension services in Latin America.

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)0,007
score de la tête « metaresearch » (Gemma)0,019
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,047
Score d'incertitude au seuil0,158

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,019
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,004
Études des sciences et des technologies0,0050,014
Communication savante0,0140,014
Science ouverte0,0010,012
Intégrité de la recherche0,0050,006
Charge utile insuffisante (le modèle a refusé de juger)0,0470,008

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 Opus0,282
Tête enseignante GPT0,354
Écart entre enseignants0,072 · 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'étudeThéorique ou conceptuel
Domainenon disponible
GenreAutre

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

En bref

Citations34
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetInnovation Policy and R&DTravaux en français237 207