MétaCan
Menu
Retour à la cohorte
Enregistrement W2914715608 · doi:10.22215/etd/2016-11452

Design of a Regional Venture-Creation Ecosystem by Reusing Components of Another Ecosystem

2016· dissertation· en· W2914715608 sur OpenAlexaffabout
Abdallah Sunna

Notice bibliographique

Revuenon disponible
Typedissertation
Langueen
DomaineBusiness, Management and Accounting
ThématiqueDigital Platforms and Economics
Établissements canadiensCarleton University
Organismes subventionnairesnon disponible
Mots-clésEcosystemReuseBusiness ecosystemBusinessEnvironmental resource managementPlan (archaeology)Ecosystem servicesKnowledge managementEcologyComputer scienceEconomicsGeography

Résumé

récupéré en direct d'OpenAlex

Building a regional ecosystem to support the launch and growth of ventures is complex, time consuming, and risky. Instead of building the venture-creation ecosystem from scratch, individuals and organizations in a region may try to reuse components of an existing venture-creation ecosystem they deem to be successful in another region. This research identifies the defining features of business ecosystems, develops a framework to specify business ecosystems, and produces a design and a plan to build a regional venture-creation ecosystem in Jordan. The design adapts the goals and components of Lead To Win, a venture-creation ecosystem in Ottawa, Canada. This research is relevant to individuals and organizations building venture-creation regional ecosystems and seeking guidance on how to reuse components from ecosystems in other regions, and to researchers seeking to better understand the configuration required to attain similar goals in different regions. It also guides building a venture-creation ecosystem in Jordan.

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: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,292
Score d'incertitude au seuil0,736

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 savante0,0000,002
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 Opus0,025
Tête enseignante GPT0,212
Écart entre enseignants0,187 · 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'étudeSans objet
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

Citations3
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetDigital Platforms and EconomicsTravaux en français237 207