MétaCan
Menu
Retour à la cohorte
Enregistrement W20925953 · doi:10.1186/1478-4505-8-29

Robust processes for robust product development

2008· dissertation· en· W20925953 sur OpenAlexaboutno aff
Mohammad Sepehr Saber, Alejandro Vega-Galvez

Notice bibliographique

RevueHealth Research Policy and Systems · 2008
Typedissertation
Langueen
DomaineEngineering
ThématiqueManufacturing Process and Optimization
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésNew product developmentComputer scienceBusinessMarketing

Résumé

récupéré en direct d'OpenAlex

Although multidisciplinary and team-based approaches are increasingly acknowledged as necessary to address some of the most pressing contemporary health challenges, many researchers struggle with a lack of infrastructure to facilitate and formalise the requisite collaborations. Specialised research centres have emerged as an important organisational solution, yet centre productivity and sustainability are frequently dictated by the availability and security of infrastructure funds.Despite being widely cited as a core component of research capacity building, infrastructure as a discrete concept has been rather analytically neglected, often treated as an implicit feature of research environments with little specification or relegated to a narrow category of physical or administrative inputs. The terms research infrastructure, capacity, and culture, among others, are deployed in overlapping and inconsistent ways, further obfuscating the crucial functions of infrastructure specifically and its relationships with associated concepts.The case is made for an expanded conceptualisation of research infrastructure, one that moves beyond conventional 'hardware' notions. Drawing on a case analysis of NEXUS, a multidisciplinary health research centre based at the University of British Columbia, Canada, a conceptual framework is proposed that integrates the tangible and intangible structures that interactively underlie research centre functioning.A relational approach holds potential to allow for more comprehensive accounting of the returns on infrastructure investment. For those developing new research centres or seeking to reinvigorate existing ones, this framework may be a useful guide for both centre design and evaluation.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,833
Score d'incertitude au seuil0,994

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,288
Tête enseignante GPT0,415
Écart entre enseignants0,127 · 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
GenreSynthèse

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
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHealth Research Policy and SystemsMême sujetManufacturing Process and OptimizationTravaux en français237 207