MétaCan
Menu
Retour à la cohorte
Enregistrement W2790515660 · doi:10.1177/0950422218761500

Theory, practice and policy

2018· article· en· W2790515660 sur OpenAlexaff
Qiantao Zhang

Notice bibliographique

RevueIndustry and Higher Education · 2018
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueHigher Education Governance and Development
Établissements canadiensUniversity of Toronto
Organismes subventionnairesScottish Funding Council
Mots-clésBoosting (machine learning)Higher educationEconomicsPolicy analysisPolitical scienceRegional sciencePublic economicsBusinessAccountingPublic administrationSociologyEconomic growth

Résumé

récupéré en direct d'OpenAlex

This article examines the progress of university knowledge exchange in the United Kingdom over a decade, linking theory, practice and policy. As indicated by the literature, the performance of university knowledge exchange is influenced by institutional and locational characteristics. Data on 133 UK universities between 2003–2004 and 2012–2013 are used in the empirical analysis, which confirms the important roles of institutional (established vs. new) and locational (competitive vs. uncompetitive) characteristics of universities. Nevertheless, it is found that the current policy approach in the United Kingdom fails to consider the heterogeneity of the higher education sector. This is problematic given that a substantial amount of funding has been committed to boosting university knowledge exchange over the past 20 years. In addition, the results suggest that the knowledge exchange policy should not be implemented alone; rather, it should be developed in conjunction with industrial and innovation policies.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,857
Score d'incertitude au seuil0,743

Scores Codex et Gemma par catégorie

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

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 Opus0,026
Tête enseignante GPT0,390
Écart entre enseignants0,364 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
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

Citations13
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIndustry and Higher EducationMême sujetHigher Education Governance and DevelopmentTravaux en français237 207