MétaCan
Menu
Retour à la cohorte
Enregistrement W2336019878 · doi:10.1136/bmjinnov-2015-000079

How does venture capital operate in medical innovation?

2016· article· en· W2336019878 sur OpenAlexafffundabout
Pascale Lehoux, Fiona A. Miller, Geneviève Daudelin

Notice bibliographique

RevueBMJ Innovations · 2016
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiquePrivate Equity and Venture Capital
Établissements canadiensUniversity of TorontoUniversité de Montréal
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésMandateVenture capitalHealth careBusinessScholarshipHealth technologyPublic relationsCapital (architecture)PopulationEntrepreneurshipSocial venture capitalMarketingEconomic growthEconomicsPolitical scienceFinanceSociology

Résumé

récupéré en direct d'OpenAlex

While health policy scholars wish to encourage the creation of technologies that bring more value to healthcare, they may not fully understand the mandate of venture capitalists and how they operate. This paper aims to clarify how venture capital operates and to illustrate its influence over the kinds of technologies that make their way into healthcare systems. The paper draws on the international innovation policy scholarship and the lessons our research team learned throughout a 5-year fieldwork conducted in Quebec (Canada). Current policies support the development of technologies that capital investors identify as valuable, and which may not align with important health needs. The level of congruence between a given health technology-based venture and the mandate of venture capital is highly variable, explaining why some types of innovation may never come into existence. While venture capitalists' mandate and worldview are extraneous to healthcare, they shape health technologies in several, tangible ways. Clinical leaders and health policy scholars could play a more active role in innovation policy. Because certain types of technology are more likely than others to help tackle the intractable problems of healthcare systems, public policies should be equipped to promote those that address the needs of a growing elderly population, support patients who are afflicted by chronic diseases and reduce health disparities.

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)0,016
score de la tête « metaresearch » (Gemma)0,043
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: aucune
Score de désaccord entre enseignants0,018
Score d'incertitude au seuil0,087

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0160,043
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,003
Études des sciences et des technologies0,0040,019
Communication savante0,0180,014
Science ouverte0,0010,006
Intégrité de la recherche0,0050,003
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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 Opus0,022
Tête enseignante GPT0,274
Écart entre enseignants0,253 · 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

Citations40
Publié2016
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueBMJ InnovationsMême sujetPrivate Equity and Venture CapitalTravaux en français237 207