MétaCan
Menu
Retour à la cohorte
Enregistrement W2560102737 · doi:10.1504/ijkbd.2016.10001780

Innovation in the IT sector: intermediary organisations as a knowledge sharing strategy?

2016· article· en· W2560102737 sur OpenAlexaffabout
Diane‐Gabrielle Tremblay

Notice bibliographique

RevueInternational Journal of Knowledge-Based Development · 2016
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueIntellectual Capital and Performance Analysis
Établissements canadiensUniversité du Québec à MontréalUniversité TÉLUQ
Organismes subventionnairesnon disponible
Mots-clésIntermediaryCONTESTBusinessKnowledge sharingCorporate governanceIndustrial organizationKnowledge economyCompetitive advantageKnowledge managementMarketingMarket economyEconomicsEconomyManagementPolitical science

Résumé

récupéré en direct d'OpenAlex

While traditional neoclassical economics view the individual entrepreneur as source of competitiveness, and the market economy as source of economic growth, it has recently been recognised that collective leadership and entrepreneurial activity are often at least as important. Also, knowledge has replaced physical capital as the main source of competitiveness and creation of a competitive advantage over other firms through networks and knowledge sharing. However, it is often unclear how this knowledge can be gained. Some authors contest the neoclassical individualistic view and consider that networks and industrial clusters can foster such knowledge exchanges. We hypothesised that the IT sector would be interested in collective ways of accessing knowledge, and sought to determine what modes of governance or intermediaries could make this happen. The paper analyses these intermediaries and their contributions to the IT/multimedia/gaming sector in Montreal, the cluster policy which favours knowledge exchanges, the collective over the individual.

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)0,005
score de la tête « metaresearch » (Gemma)0,008
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 enseignants0,015
Score d'incertitude au seuil0,000

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,008
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,003
Études des sciences et des technologies0,0030,010
Communication savante0,0150,016
Science ouverte0,0020,006
Intégrité de la recherche0,0040,001
Charge utile insuffisante (le modèle a refusé de juger)0,0120,001

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 Opus0,036
Tête enseignante GPT0,279
Écart entre enseignants0,243 · 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

Citations4
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Knowledge-Based DevelopmentMême sujetIntellectual Capital and Performance AnalysisTravaux en français237 207