From Open Innovation to Crowd Sourcing: A New Configuration of Collaborative Work?
Notice bibliographique
Résumé
In the era of the digital economy (ICT, Internet Objects, Cloud, Big and Open Data, etc.), we observe important transformations linked to this digital revolution [1], including development of collaborative and participative platforms, the rise of inter-company, inter-organization and inter-network collaborations, as well as the development of sharing and open innovation dynamics (crowd sourcing, crowd funding, maker space, Fab Lab, Innovation Laboratory Open, etc.). We wanted to better understand how innovation was developed in this context and to this end, we conducted a thorough study of an open-value network aimed at developing innovative products. The network studied, Sensorica, is organized around three fundamental pillars, each with a specific role: an association, the NPO, for governance, a network of companies for commercialization and an open, international community for collaborative work and the development of innovation. It is thanks to a platform on the internet that individual workers, motivated by the values of the peer to peer (P2P) or participative economy are involved in creating together innovations on distributed projects. In the context of participatory economics, this network illustrates new forms of cooperation, ways of managing collaborations based on the model of P2P, based on a partnership of shared values system.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,016 | 0,024 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,005 |
| Études des sciences et des technologies | 0,014 | 0,083 |
| Communication savante | 0,031 | 0,060 |
| Science ouverte | 0,004 | 0,028 |
| Intégrité de la recherche | 0,007 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,015 | 0,002 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».