MétaCan
Menu
Retour à la cohorte
Enregistrement W2621217757 · doi:10.1386/tmsd.16.1.3_1

Science and innovation dynamics and policy in Scotland: The perceived impact of enhanced autonomy

2017· article· en· W2621217757 sur OpenAlexaff
Michele Mastroeni, Omid Omidvar, Alessandro Rosiello, Joyce Tait, David Wield

Notice bibliographique

RevueInternational Journal of Technology Management and Sustainable Development · 2017
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueRegional Development and Policy
Établissements canadiensOntario College of Art and Design
Organismes subventionnairesEconomic and Social Research Council
Mots-clésAutonomyReferendumCorporate governanceInnovation systemDynamics (music)Science parkPolitical scienceBridging (networking)Science policyBusinessRegional scienceIndustrial organizationEconomicsSociologyPublic administrationEconomic growthManagementComputer science

Résumé

récupéré en direct d'OpenAlex

Abstract The Scottish referendum of 2014 encouraged massive public debate, including on Scotland’s scientific performance and ability to harness innovation and increase global competitiveness. The science base in Scotland has traditionally been strong but has not translated well into innovation. This article uses statistical data, over 30 interviews and two workshops with business and policy leaders, to analyse key scientific and industrial innovation dynamics, using a regional innovation systems (RIS) approach. It investigates the perceived impact of increased autonomy on the dynamics of the Scottish innovation system (SIS). The article shows the weak relationship between science and innovation, and evidences the static nature of Scottish innovation policy geared to bridging a gap rather than improving the dynamics of the various elements in the innovation system. It suggests that an approach which aims to spur evolution in specific elements of the territorial governance system would strengthen Scottish innovation capabilities.

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)0,009
score de la tête « metaresearch » (Gemma)0,020
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 enseignants0,049
Score d'incertitude au seuil0,101

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0090,020
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0050,009
Communication savante0,0070,002
Science ouverte0,0010,005
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,011
Tête enseignante GPT0,337
Écart entre enseignants0,327 · 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

Citations5
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Technology Management and Sustainable DevelopmentMême sujetRegional Development and PolicyTravaux en français237 207