MétaCan
Menu
Retour à la cohorte
Enregistrement W2461794122 · doi:10.1017/cbo9780511510847.016

The Innovation and Advanced Technology Survey

2003· other· en· W2461794122 sur OpenAlexaff
John R. Baldwin, Petr Hanel

Notice bibliographique

Revuenon disponible
Typeother
Langueen
DomaineSocial Sciences
ThématiqueSurvey Methodology and Nonresponse
Établissements canadiensUniversité de SherbrookeStatistics Canada
Organismes subventionnairesnon disponible
Mots-clésKnowledge managementPsychologyBusinessMedical educationData scienceComputer scienceMedicine

Résumé

récupéré en direct d'OpenAlex

Background The usefulness of the information derived from a survey depends on the wording of the questions that are asked, the information guides that are provided to the respondents, and the professionalism of the interview teams. In Chapter 2, we provide a general outline of the nature of the survey and its operations. Here we list the set of questions that were sent out to the sample of companies included in the survey and a brief outline of some of the definitions that were provided as a guide to the respondents. A successful survey requires the development of questions that respondents willingly answer, that are clear, and that do not pose an onerous response burden. For that reason, preproduction tests were conducted with potential respondents. These meetings taught us that companies were willing to talk about their major innovations because they took pride in them, especially individuals who were closely associated with the innovation process. The title of the individual who could answer detailed questions about innovation varied firm by firm. In some cases, this would be the R&D manager; in other cases, it would be the vice president in charge of production engineering, or a vice president in charge of new product development. But after we had outlined the nature of the survey, our main company contact was able to direct us to the individual in the firm who could answer our questions about the innovation process at that particular firm — and these individuals had detailed firsthand knowledge about product and process innovation.

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)0,007
score de la tête « metaresearch » (Gemma)0,026
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 enseignants0,017
Score d'incertitude au seuil0,041

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,026
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0050,009
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0120,007

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 Opus0,176
Tête enseignante GPT0,455
Écart entre enseignants0,279 · 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

Citations0
Publié2003
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetSurvey Methodology and NonresponseTravaux en français237 207