MétaCan
Menu
Retour à la cohorte
Enregistrement W2895319092 · doi:10.9770/jesi.2018.6.1(17)

Science and innovation policies in North African Countries: Exploring challenges and opportunities

2018· article· en· W2895319092 sur OpenAlexaff
Amr Radwan

Notice bibliographique

RevueJournal of Entrepreneurship and Sustainability Issues · 2018
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWater-Energy-Food Nexus Studies
Établissements canadiensSciencetech (Canada)
Organismes subventionnairesHorizon 2020 Framework ProgrammeAcademy of Scientific Research and TechnologyEuropean Commission
Mots-clésEntrepreneurshipSustainabilityEconomic growthPolitical scienceBusinessEconomicsEcology

Résumé

récupéré en direct d'OpenAlex

Effective science, technology and innovation (STI) policies and strategies reflect a country's successful contribution to scientific advancement. While the economic and geopolitical framework of many North African Countries (NACs) transformed enormously during the past decades, their relevant policies and performance were not responsive enough in adapting to these dynamics. This review is meant to highlight the current development and evolution of NAC's STI policies as well as similarities and identified common societal challenges within NACs. It focusses on the nexus approach to water, energy and food. The findings of this review suggest that the existing reform and development of the STI system in NACs require reorientation towards higher socioeconomic relevance and innovation focus accompanied by legislative measures, effective monitoring and evaluation tools as well as engagement of relevant stakeholders and the adequate leverage of sufficient strategic investments.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,086
Score d'incertitude au seuil0,874

Scores Codex et Gemma par catégorie

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

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 Opus0,083
Tête enseignante GPT0,285
Écart entre enseignants0,201 · 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'étudeObservationnel
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

Citations18
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Entrepreneurship and Sustainability IssuesMême sujetWater-Energy-Food Nexus StudiesTravaux en français237 207