MétaCan
Menu
Retour à la cohorte
Enregistrement W2515823682

A Conscious Geography: the Role of Research Centers in the Coordination of Innovation Policy and Regional Economic Development in the US and Canada

2008· article· en· W2515823682 sur OpenAlexaboutno aff
Jennifer Clark

Notice bibliographique

RevueSMARTech Repository (Georgia Institute of Technology) · 2008
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueRegional Development and Policy
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEconomic geographyRegional policyRegional scienceRegional developmentEconomic growthGeographyPolitical scienceEconomics
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Through a comparison of how a "conscious geography"; has informed the organization of research centers in the US and Canada, this article contributes to the debate about the role of regions in the devolution of national science, technology, and innovation (STI) policy. A "conscious geography" refers to a policy framework in which the spatial distribution (and concentration) of innovation and/or production is explicitly considered. In both countries, Centers of Excellence, either based in, or affiliated with, universities, have become lynchpins of an evolving multi-scalar STI policy. \n \nThe geographic consciousness informing each set of institutional structures, however, varies significantly. Early evidence indicates that the Canadian model, which explicitly takes a geography of production and innovation into account, produces more positive policy outcomes than the US model which employs an ad hoc approach to space. The explicit consideration of the spatial distribution of production appears critical to multi-scalar collaboration, contributing to both horizontally-distributed networks across regions and between researchers and vertically-integrated networks within scales (e.g. the national and regional).

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)0,017
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: Empirique
Score de désaccord entre enseignants0,858
Score d'incertitude au seuil0,995

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,017
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,004
Études des sciences et des technologies0,0110,017
Communication savante0,0100,004
Science ouverte0,0010,008
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,021
Tête enseignante GPT0,285
Écart entre enseignants0,264 · 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

Citations2
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSMARTech Repository (Georgia Institute of Technology)Même sujetRegional Development and PolicyTravaux en français237 207