University-Industry Linkages and Economic Catch-Up in Asia
Notice bibliographique
Résumé
University-industry linkages (UILs) are not widely spread in Asian countries, but their extent is increasing, and firms tend to be satisfied with their interaction with them. As for the mode of UILs, in Asia, formal channels such as joint or contract-based research in Korea, China, and Malaysia and small-scale consulting in Thailand are more common, which is different from the case of the United States. This implies that different modes of UILs correspond to different stages of economic development of nations and/or the different capabilities of firms in each country. We also find that those that have certain R&D capabilities and thus conduct some R&D are the most frequent users of services from universities or public research institutes (PRIs). This implies that the relationship between R&D by firms and that by universities is more complementing than substituting. The fact that the firms that already conduct R&D activities tend to collaborate more with universities or PRIs might indicate the limitation of UILs as a new vehicle for catch-up. However, beyond the dichotomized question of supplementing or substitution, what matters more is apparently the absorption capacity of firms as well as the various (teaching, research, and entrepreneurial) capabilities of universities and laboratories. If such capabilities are there, there is no doubt that UILs will be more intense. Given the low or diverse degrees of capabilities of firms and universities in latecomer economies, increasing the level of their capabilities is foremost, followed by the utilization of diverse modes of UILs, depending on specific conditions and contexts.
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 | 0,000 | 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 | 0,001 |
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.
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; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».