Notice bibliographique
Résumé
Les politiques pour l’innovation ont évolué dans les dernières décennies, d’un côté, vers la dimension régionale et, de l’autre, vers une approche indirecte ou de type infrastructurel ; néanmoins, la question de leur évaluation reste ouverte, en raison des nombreux échecs enregistrés un peu partout dans le monde et des sommes importantes affectées à ces interventions. Pour contribuer à éclairer ce problème, nous avons analysé deux réalités assez similaires : un pôle de compétitivité française, localisé en Provence-Alpes-Côte d’Azur (PACA), et le territoire italien du Canavese en Piémont. Pour chaque territoire, une méthodologie mixte, qualitative et quantitative, a été utilisée pour analyser la pertinence des projets innovateurs, visant à soutenir les PME locales ainsi que la croissance des zones étudiées, et leur corrélation avec les performances des entreprises impliquées. Les résultats montrent d’importantes différences selon le type de projet, de service et d’unités concernées, mais ils mettent en évidence, dans les deux cas analysés, d’un côté, la croissance certaine des entreprises impliquées, qui s’observe pendant la période d’allocation des services et les deux à trois années suivantes, et, de l’autre côté, la différente réaction des unités analysées, pendant une plus longue période : elle dépend de certains facteurs liés aux états technologiques et économiques des entreprises, qui seront mieux expliqués dans un travail futur.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,002 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,003 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».