MétaCan
Menu
Retour à la cohorte
Enregistrement W1996694645 · doi:10.1590/s1678-86212013000300014

Inovação tecnológica como agente de redução de impactos ambientais da indústria de rochas ornamentais no estado do Rio de Janeiro

2013· article· pt· W1996694645 sur OpenAlexaff
Romeu e Silva Neto, Bruno dos Santos Silvestre

Notice bibliographique

RevueAmbiente Construído · 2013
Typearticle
Languept
DomaineDecision Sciences
ThématiqueBusiness and Management Studies
Établissements canadiensUniversity of Winnipeg
Organismes subventionnairesnon disponible
Mots-clésPolitical scienceHumanitiesPhilosophy

Résumé

récupéré en direct d'OpenAlex

A indústria de rochas ornamentais da região noroeste fluminense constitui um arranjo produtivo local de grande importância econômica. Entretanto, as empresas fazem uso de técnicas rudimentares em seus processos produtivos, o que causa sérios problemas ambientais e de competitividade. Cientes de que a principal dificuldade enfrentada por esta indústria está relacionada com a ausência de tecnologias, governo, universidades e organizações da sociedade civil têm tentado desenvolver e difundir tecnologias. O objetivo deste trabalho de pesquisa é identificar e descrever os fatores que impedem a difusão de tecnologia neste arranjo produtivo. Foram realizados múltiplos estudos de caso de caráter exploratório, descritivo e explicativo, nos quais foram utilizadas múltiplas fontes de evidência, tais como revisão bibliográfica, entrevistas semi-estruturadas com empresários e profissionais do setor, além de visitas técnicas a empresas locais. Os resultados apontam para dificuldades na difusão dessas tecnologias, especialmente para as pequenas empresas, tais como baixa qualificação de empresários e trabalhadores, resistência a mudanças dentro das empresas, e dificuldade de articulação, já que, atualmente, existe disponibilidade de recursos financeiros e apoio institucional para a inovação.

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)0,004
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 enseignants0,032
Score d'incertitude au seuil0,063

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,004
Études des sciences et des technologies0,0010,002
Communication savante0,0050,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,058
Tête enseignante GPT0,334
Écart entre enseignants0,276 · 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

Citations0
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAmbiente ConstruídoMême sujetBusiness and Management StudiesTravaux en français237 207