Measuring Collaboration Mechanisms in the Canadian Space Sector
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract Innovation in space science and technology involves interactions among players from the public and private sectors. Interinstitutional and intersectoral collaborations have been proven to stimulate innovative activities and improve their outcomes in many activity sectors. The government of Canada, including its designated agency for space-related affairs, the Canadian Space Agency (CSA), is one of the major players in the Canadian space sector and has played an important role in encouraging these collaborations. Consequently, Canadian government organizations emphasize the importance of interinstitutional collaboration in accelerating innovation, promoting spin-offs, and ensuring sustainable funding for research and innovation programs. How should collaborations be measured, reported on, and evaluated? Measuring the extent of collaboration is challenging due to the variety of collaboration mechanisms and the degree to which organizations report on their interactions. The space sector also has specificities that call for a distinct methodology: the culture of secrecy, publication practices, the competitive advantage of certain collaborations, the limited funding available, and so on . This article will present a methodology for studying collaborations in the Canadian space sector using bibliometric data, surveys, and publicly available CSA contract data. Mapping these datasets will help identify the extent of interinstitutional collaborations, cross-fertilization between terrestrial and space research, and the impact of CSA funding on research outputs. Results from three case studies will be presented: Space Medicine and Life Sciences, Space Robotics and Rovers, and Earth Observation. Impact measurements not only play an important role in justifying stakeholders' investments, but also help clarify the innovation patterns and efficiency of the various mechanisms used.
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.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 découle