MétaCan
Menu
Retour à la cohorte
Enregistrement W2889934196 · doi:10.4000/books.pum.12112

Grands projets et innovations technologiques au Canada

2000· book· fr· W2889934196 sur OpenAlexaboutno aff

Notice bibliographique

RevuePresses de l’Université de Montréal eBooks · 2000
Typebook
Languefr
DomaineSocial Sciences
ThématiqueSocial Sciences and Governance
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPolitical scienceArt

Résumé

récupéré en direct d'OpenAlex

L'innovation technologique a une histoire. Elle ne surgit pas tout armée du cerveau d'un inventeur de génie, non plus qu'elle ne naît spontanément d'un besoin pressant du marché. Loin des explications simplistes par l'offre et la demande, il faut plutôt chercher à comprendre l'innovation par l'organisation qui tente de la susciter. Dans ce contexte, l'innovation technologique apparaît paradoxalement comme une affaire de gestionnaires — surtout quand elle requiert la mise en œuvre de grands projets, qui impliquent des ressources si considérables que seules des sociétés d'État ou des grandes entreprises peuvent les engager.Philippe Faucher, Kevin Fitzgibbons et Olga Bosak dressent ici un bilan des plus ambitieuses tentatives d'innovation technologique au Canada dans la seconde moitié du XXe siècle. Avec leurs collaborateurs, ils racontent l'histoire des centrales hydro-électriques de Manicouagan et de La Grande, des réacteurs nucléaires CANDU, du chasseur Arrow, du moteur d'avion PT6 et du jet d'affaires Challenger, des équipements de télécommunication mis au point par Northern Telecom et du satellite de communication Hermès. Ils exposent les conflits internes et les arbitrages, les tâtonnements et les initiatives risquées, bref la dynamique institutionnelle des sociétés qui ont pris en charge ces grands projets. Ce livre permet ainsi d'expliquer leurs résultats variables, qui vont de l'abandon pur et simple à des succès éclatants sur la scène internationale, et il montre la diversité des arrangements organisationnels qui permettent de gérer au mieux le risque technologique.

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)0,003
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,989
Score d'incertitude au seuil0,737

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,006
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0030,005
Études des sciences et des technologies0,0110,006
Communication savante0,0100,002
Science ouverte0,0020,004
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0240,002

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.

Tête enseignante Opus0,010
Tête enseignante GPT0,213
Écart entre enseignants0,202 · 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.

Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2000
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePresses de l’Université de Montréal eBooksMême sujetSocial Sciences and GovernanceTravaux en français237 207