Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The forces that shaped Canada's digital innovations in the postwar period. After World War II, other major industrialized nations responded to the technological and industrial hegemony of the United States by developing their own design and manufacturing competence in digital electronic technology. In this book John Vardalas describes the quest for such competence in Canada, exploring the significant contributions of the civilian sector but emphasizing the role of the Canadian military in shaping radical technological change. As he shows, Canada's determination to be an active participant in research and development work on advanced weapons systems, and in the testing of those weapons systems, was a cornerstone of Canadian technological development during the years 1945-1980. Vardalas presents case studies of such firms as Ferranti-Canada, Sperry Gyroscope of Canada, and Control Data of Canada. In contrast to the standard nationalist interpretation of Canadian subsidiaries of transnational corporations as passive agents, he shows them to have been remarkably innovative and explains how their aggressive programs to develop all-Canadian digital R&D and manufacturing capacities influenced technological development in the United States and in Great Britain. While underlining the unprecedented role of the military in the creation of peacetime scientific and technical skills, Vardalas also examines the role of government and university research programs, including Canada's first computerized systems for mail sorting and airline reservations. Overall, he presents a nuanced account of how national economic, political, and corporate forces influenced the content, extent, and direction of digital innovation in Canada.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,003 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 découle