MétaCan
Menu
Retour à la cohorte
Enregistrement W2187032228

High technology at work

2011· article· en· W2187032228 sur OpenAlexaboutno aff
F. M. WONG

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineArts and Humanities
ThématiqueHermeneutics and Narrative Identity
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésWork (physics)Computer scienceEngineeringMechanical engineering
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

During the last decade, most industrialized countries have acknowledged that high-technology industries are important for their social and economic well-being (OECD, 1988). Both the public and the private sectors have commissioned many studies to find ways of developing new high-tech industries and accelerating the growth of existing ones (Brainard, 1988). However, no standard definition of high-tech industries exists: it varies from study to study depending on the objectives (Markusen et al., 1986). Moreover, little empirical research has been published on defining the Canadian high-tech industry except for the work of the Economic Council of Canada. It is thus not surprising that there is no consensus on the definition of "high-tech industries". This article reviews some of the current concepts and definitions. It also examines recent employment and earnings trends in Canadian high-tech industries. A modified Economic Council of Canada definition of high-tech industry is used in this study. Definitions of high-technology industry The term "high technology " or "high-tech " is commonly used, but what exactly does it mean? What are its unique features and characteristics? To some people, high-tech means industries that devote much of their resources to research and development. To others, it may refer to industries that manufacture innovative and technologically advanced products (for example, new pharmaceutical products, aerospace or electronic equipment). Sometimes high-tech implies state-of-the-art processing techniques using robotic, computer-aided manufacturing or laser technology. Or, it may simply refer to industries that make fashionable consumer goods and services such as "high-tech " tennis racquets and athletic shoes, health care and cosmetic products. The lack of a standard definition may lie in the very nature of high-tech industries. Many characteristics of high-tech industries are qualitative. It is difficult to devise scales or measurement systems to capture, for example, accelerated obsolescence, high risk or strategic importance to government. High-tech characteristics may also change quickly, influenced by market forces, public policy and technology itself

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)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,202
Score d'incertitude au seuil0,676

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,004
Études des sciences et des technologies0,0080,001
Communication savante0,0070,003
Science ouverte0,0020,006
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,2020,087

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 Opus0,049
Tête enseignante GPT0,205
Écart entre enseignants0,156 · 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'étudeSans objet
Domainenon disponible
GenreAutre

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
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetHermeneutics and Narrative IdentityTravaux en français237 207