MétaCan
Menu
Retour à la cohorte
Enregistrement W2160154152 · doi:10.1590/s0103-65132008000300013

Conhecimento e inovação em sistemas locais de produção de revestimentos cerâmicos e os novos desafios da concorrência internacional

2008· article· pt· W2160154152 sur OpenAlexaff
Gabriela Scur, Renato García

Notice bibliographique

RevueProduction · 2008
Typearticle
Languept
DomaineBusiness, Management and Accounting
ThématiqueInnovation and Knowledge Management
Établissements canadiensDiscovery Air (Canada)
Organismes subventionnairesnon disponible
Mots-clésAgricultural scienceBusinessPolitical scienceGeographyEnvironmental science

Résumé

récupéré en direct d'OpenAlex

Este trabalho tem como objetivo contribuir para a compreensão das novas dinâmicas de geração de conhecimento e inovação em sistemas locais de produção a partir dos desafios da concorrência internacional, por meio da realização de estudos em dois sistemas locais da indústria de cerâmica de revestimento no Brasil, um localizado em Santa Gertrudes/SP e outro em Criciúma/SC. O estudo mostrou que os principais movimentos que caracterizaram o cenário competitivo global no período recente foram a expansão da China no mercado internacional; a expansão da indústria espanhola, fortemente calcada na interação com seus fornecedores de colorifícios; e a perda de participação da indústria italiana, a despeito da forte presença da indústria de máquinas e equipamentos. Mesmo com esse contexto de acirramento da concorrência internacional, a indústria brasileira atravessou um período de expansão, com o crescimento concomitante do mercado doméstico e das exportações. Esse crescimento traduziu-se em um elevado dinamismo da indústria, que contou tanto com a expansão da oferta de revestimentos cerâmicos como com mudanças expressivas nos parâmetros técnico-produtivos das empresas, motivadas em grande parte por um conjunto de benefícios decorrentes da aglomeração das empresas.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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: Empirique
Score de désaccord entre enseignants0,055
Score d'incertitude au seuil0,109

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0020,002
Communication savante0,0040,002
Science ouverte0,0010,002
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,054
Tête enseignante GPT0,261
Écart entre enseignants0,207 · 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

Citations1
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueProductionMême sujetInnovation and Knowledge ManagementTravaux en français237 207