MétaCan
Menu
Retour à la cohorte
Enregistrement W2070265976 · doi:10.1080/08109028.2014.933599

Australia as a Triple Helix exemplar: built upon a foundation of resource and institutional coordination and strategic consensus

2013· article· en· W2070265976 sur OpenAlexafffund
Anil Hira, David Aylward

Notice bibliographique

RevuePrometheus · 2013
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueWine Industry and Tourism
Établissements canadiensSimon Fraser University
Organismes subventionnairesCity of MelbourneUniversity of British ColumbiaCommonwealth Scientific and Industrial Research OrganisationGenome Canada
Mots-clésTriple helixResource (disambiguation)Foundation (evidence)BusinessScale (ratio)MarketingWork (physics)Value (mathematics)Industrial organizationEconomicsPublic relationsPolitical scienceEngineeringLawComputer science

Résumé

récupéré en direct d'OpenAlex

Australia’s phenomenal success in developing as a global wine exporter deserves more attention from the point of view of economic and competitiveness strategy. Its success embodies the expectations of the Triple Helix that there will be institutions explicitly oriented towards developing end extending industry-relevant research, and that industry targets will be coordinated with public, collective aims. Australia stretches this framework even further by showing it can work on a large scale, with multiple layers of coordination, without alienating smaller and local producers. It reinforces the findings of other successful cases in this special issue by demonstrating the importance of a common long-term strategy, the value of an industry levy that funds research, the underlying social capital that makes coordination possible, and the importance of specialisation and marketing. Nonetheless, Australia’s wine industry also faces serious challenges that suggest a further evolution of its Triple Helix institutions will be required for continued success.

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)0,003
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: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,063
Score d'incertitude au seuil0,126

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0120,011
Communication savante0,0080,005
Science ouverte0,0010,011
Intégrité de la recherche0,0020,004
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,053
Tête enseignante GPT0,275
Écart entre enseignants0,223 · 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'étudeQualitatif
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

Citations7
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePrometheusMême sujetWine Industry and TourismTravaux en français237 207