MétaCan
Menu
Retour à la cohorte
Enregistrement W2085913793 · doi:10.17722/ijme.v2i3.109

Getting More Bang for Our R&D Bucks

2014· article· en· W2085913793 sur OpenAlexvenueno aff
James E. Smith

Notice bibliographique

RevueInternational Journal of Management Excellence · 2014
Typearticle
Langueen
DomaineDecision Sciences
ThématiqueResearch, Science, and Academia
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésOrder (exchange)Value (mathematics)Rest (music)Emerging technologiesBusinessPolitical scienceLaw and economicsPublic relationsEconomicsComputer scienceMedicine

Résumé

récupéré en direct d'OpenAlex

While some may want to argue the point, many believe it is innovation and the resulting technology that provides society with the impetus to advance and to provide the greatest value to the members of that social order.  Some would also argue that advanced or advancing technologies provide the fastest way to improve the health, wealth, and well being of the individual. Independent of these arguments, it is clear that innovation, particularly the game-changers, has had an accelerating impact on the development of almost every social order on this planet. It is through the creativeness of the individual, plus the organized efforts of research and development programs that have allowed the fostering of ever-growing numbers of new innovations in every aspect of society: agriculture, medicine, transportation, communication, etc. What may be of particular note is that some of the earlier and most contributive to the innovation race are currently less than effective than they once were, or possibly others are simply out-running them.  The United States, plus several others, was one of the earlier contributors to the technology revolution. By most of the standard global measures it is clear the US has not maintained the edge in technology and innovation that was, for many decades, the beacon to a large portion of the rest of the world. While the US is not the only country that has allowed the innovation gap to slip and in some cases to reverse, it may be very representative of the reason the rest have also slowed their progress.  More importantly, the reasons may have very little to do with capabilities, resources, education, manpower, etc.  It may simply be managed expectations, thus the purpose of 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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,008
score de la tête « metaresearch » (Gemma)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,761
Score d'incertitude au seuil0,641

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0080,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0030,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,122
Tête enseignante GPT0,464
Écart entre enseignants0,342 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
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
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Management ExcellenceMême sujetResearch, Science, and AcademiaTravaux en français237 207