L’expérimentation in silico et les nouvelles technologies moléculaires en biopharmaceutique : les stratégies de R&D des firmes de l’industrie de la région de Montréal
Notice bibliographique
Résumé
Résumé Cet article résume certains résultats d’un travail de recherche en analyse et prospective technologique que nous avons mené pendant un an sur les applications et l’impact des nouvelles technologies moléculaires in silico dans l’industrie biopharmaceutique. Même si le terrain d’investigation était essentiellement situé dans la région de Montréal, les résultats sont applicables ailleurs et à l’ensemble de l’industrie. D’abord, nous caractérisons les technologies moléculaires in silico en cartographiant les champs de connaissance qui les sous-tendent. Ensuite, nous analysons l’impact de ces technologies sur l’organisation industrielle dans son ensemble et sur les stratégies des firmes individuellement. Pour ce faire, nous indiquons que l’ossature fondamentale de l’industrie repose sur l’organisation du «pipeline» de développement de molécules médicamenteuses qui constitue la chaîne de valeur dans l’industrie, soit le pipeline de développement de médicaments. Par la suite, nous tentons de clarifier le potentiel économique de ces nouvelles technologies et leur impact sur les firmes de différentes tailles et sur l’industrie en général.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,005 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 0,003 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».