MétaCan
Menu
Retour à la cohorte
Enregistrement W2023111063 · doi:10.1504/ijird.2015.067649

A system dynamics model of science, technology and innovation policy to sustain regional innovation systems in emerging economies

2015· article· en· W2023111063 sur OpenAlexfundno aff
José Carlos Rodríguez, César L. Navarro Chávez

Notice bibliographique

RevueInternational Journal of Innovation and Regional Development · 2015
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueComplex Systems and Decision Making
Établissements canadiensnon disponible
Organismes subventionnairesCentre National de la Recherche ScientifiqueConsejo Nacional de Ciencia y TecnologíaInstitut national de la recherche scientifique
Mots-clésInnovation systemSystem dynamicsProcess (computing)Regional innovation systemKey (lock)Innovation processRegional scienceBusinessSet (abstract data type)Technological innovation systemIndustrial organizationEconomic systemProcess managementComputer scienceEconomicsSociologyMarketingWork in process

Résumé

récupéré en direct d'OpenAlex

System dynamics (SD) models have become an important tool to develop new theories in social sciences. This approach allows analysing science, technology and innovation (STI) policy within the structure of the system where this process is carried out. In this regard, the main objective of this research is two-fold. First, it aims to develop an SD model of a RIS in the case of emerging economies. Second, it aims to demonstrate how a set of STI indicators can be simulated with this model. In this paper, it is argued that STI indicators are needed to design a timely and accurate STI policy that support innovation activity at a regional level. However, the SD approach provides an adequate framework to integrate into the same analysis key institutions that support the generation and diffusion of technology and new knowledge. The case of the RIS of the province of Michoacán in Mexico is analysed in this paper.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,999
Score d'incertitude au seuil0,036

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0010,002
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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.

Tête enseignante Opus0,139
Tête enseignante GPT0,397
Écart entre enseignants0,258 · 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.

Devis d'étudeSimulation ou modélisation
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

Citations10
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Innovation and Regional DevelopmentMême sujetComplex Systems and Decision MakingTravaux en français237 207