MétaCan
Menu
Retour à la cohorte
Enregistrement W2102428338 · doi:10.4236/ti.2015.62010

The Research on Current Situation and Countermeasure of University Science Park in Gulou District of Nanjing, China

2015· article· en· W2102428338 sur OpenAlexvenueno aff
Songqiang Wu, Xiao Xiao, Wang Lu, Xingyi Shen, Xianting Tao

Notice bibliographique

RevueTechnology and Investment · 2015
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueUniversity-Industry-Government Innovation Models
Établissements canadiensnon disponible
Organismes subventionnairesNational Social Science Fund of ChinaGovernment of Jiangsu Province
Mots-clésScience parkChinaBottleneckCountermeasureService (business)Sustainable developmentState (computer science)Regional scienceFunction (biology)BusinessPolitical scienceEconomic growthEngineeringEconomicsMarketingGeographyOperations managementComputer science

Résumé

récupéré en direct d'OpenAlex

So far, the development of State University Science Park has become important force to promote regional economy development. This paper theoretically makes judgment over the effects of regional economy development of State University Science Park. Thus, taking State University Science Park of Gulou District in Nanjing as an example, the paper respectively elaborated the influence of State University Science Park on regional economic brands, services and information from the aspects of brand building, technology trade, and scientific and technical activities undertaking. In order to further improve and popularize the practices of State University Science Park of Gulou District in Nanjing, the paper proposed the corresponding policy inspiration: constantly stuck to the law of economic development and innovated the service function and approaches; made use of science and technology entering the park to organize innovation union to promote the capacity of regional scientific and technical innovation and broke the bottleneck of State University Science Park development to provide the regional economy with sustainable service.

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)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,702
Score d'incertitude au seuil0,342

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,001
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 Opus0,071
Tête enseignante GPT0,285
Écart entre enseignants0,214 · 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'étudeThéorique ou conceptuel
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
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTechnology and InvestmentMême sujetUniversity-Industry-Government Innovation ModelsTravaux en français237 207