MétaCan
Menu
Retour à la cohorte
Enregistrement W2262059373 · doi:10.5539/ijef.v8n2p39

Technological Embedding, Industrial Integration, Industrial Upgrading----Discuss about the Role of Information Technology in Industrial Upgrading and Transformation

2016· article· en· W2262059373 sur OpenAlexvenueno aff
Lin Xue-jun, Hao Luo, He Nie

Notice bibliographique

RevueInternational Journal of Economics and Finance · 2016
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueEconomic and Technological Innovation
Établissements canadiensnon disponible
Organismes subventionnairesJinan University
Mots-clésProductivityIndustrial organizationService (business)Manufacturing engineeringIndustry 4.0ManufacturingBusinessInformation technologyProduction (economics)Tertiary sector of the economyInformation industryComputer scienceEngineering managementEngineeringMarketingEconomicsEconomyEconomic growth

Résumé

récupéré en direct d'OpenAlex

<p>At present, transformation and upgrading traditional industries are key to our country’s economic development. Discussion on how to transform traditional industries utilizing the information technology is hot in academic world. Transformation of traditional industries using information technology can fall into three categories: total Integration, embedded Integration, and general Integration. The result is to form a new industry, transform traditional industries, or increase the original industry productivity respectively. German industry version 4.0 is a case in point of industry Integration through intelligent factories, smart production, intelligent network, intelligent service etc. to build a smart manufacturing industry. China should vigorously utilize “Internet +” to upgrade China’s manufacturing industry, through which intelligent factories improve enterprise’s productivity, intelligent production increases the productivity of the industry, intelligent network improves the productivity of the whole society, intelligent service improves the economic vitality of the whole society, hence build the Chinese industry version 4.0.</p>

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)0,001
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: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,211
Score d'incertitude au seuil0,449

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
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 Opus0,038
Tête enseignante GPT0,232
Écart entre enseignants0,194 · 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

Citations3
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Economics and FinanceMême sujetEconomic and Technological InnovationTravaux en français237 207