Qu'est-ce qu'un <i>fer à repasser le cuir</i> ou un <i>téléphone oiseau</i> ? L'usage de combinaisons conceptuelles pour générer et comprendre les concepts de nouveaux produits
Notice bibliographique
Résumé
Cet article présente le cadre des combinaisons conceptuelles, qui sous-tendent l'aptitude créative à combiner des concepts existants pour en créer de nouveaux. À l'aide de ce cadre, nous identifions deux processus de création, qui sont ( a ) le transfert de propriétés (TP), qui consiste à combiner des concepts en transférant la propriété d'un concept vers un autre (par exemple: la forme dans le cas des ordinateurs bloc-notes ); et ( b ) la liaison des relations (LR), qui consiste à lier deux concepts combinés par une relation thématique (par exemple: la relation locative pour des ordinateurs de bureau ). Nous étudions l'effet de ces processus de compréhension des concepts de nouveaux produits à l'aide de plusieurs expériences. Nous montrons dans l'étude 1 que les nouveaux produits élaborés à partir de LR sont plus faciles à interpréter que les nouveaux produits créés à partir de TP. Dans l'étude 2, nous trouvons que les nouveaux produits qui combinent des concepts issus de catégories d'ordre supérieur différentes ont plus tendance à être interprétés par LR, et ils sont plus faciles à comprendre que les nouveaux produits combinant des concepts issus des mêmes catégories d'ordre supérieur, qui sont interprétés par TP. Nous discutons par la suite des implications théoriques et managériales que nous offrent les combinaisons conceptuelles dans le contexte de génération de nouveaux produits.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,045 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,003 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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.
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».