L’innovation numérique et technologique dans le secteur vêtement-mode : les politiques publiques en soutien à la création d’un écosystème d’affaires intersectoriel
Notice bibliographique
Résumé
Nous avons réalisé une recherche qualitative dans le vêtement intelligent et les wearables . Notre question de recherche porte sur les conditions d’émergence d’un écosystème d’affaires d’innovations numériques et technologiques, rassemblant un ensemble d’acteurs d’horizons différents, privés et publics, pour le développement du marché des wearables et des vêtements intelligents. Nous avons observé que cela se fait sur la base de collaborations entre secteurs et industries qui traditionnellement ne se concertaient pas entre eux, mais qui ont été incités à le faire, par certains programmes et organismes publics. Ces rencontres entre technologies de l’information (TI), textile et vêtement satisfont de nouveaux besoins dans des marchés divers, en pleine croissance, tels que ceux de la santé, l’aérospatiale, le bien-être, la sécurité, le sport, la gérontologie. Si les entreprises ne paraissent pas toutes bien connaître les programmes, elles reconnaissent l’importance déterminante des échanges, des collaborations, des fertilisations croisées entre secteur TI et vêtement-mode. JEL Codes : O32, O20, O38, O39, L9, L6
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 | 0,011 | 0,018 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,005 |
| Études des sciences et des technologies | 0,005 | 0,015 |
| Communication savante | 0,019 | 0,016 |
| Science ouverte | 0,002 | 0,006 |
| Intégrité de la recherche | 0,005 | 0,004 |
| 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 ».