MétaCan
Menu
Retour à la cohorte
Enregistrement W3083296747 · doi:10.1080/23299460.2020.1804293

A cross-dimensional analysis of nanotechnology and equality: examining gender fairness and pro-poor potential in Canada’s R&D landscape

2020· article· en· W3083296747 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
aboutLe titre ou le résumé porte un signal canadien du lexique géographique.

Notice bibliographique

RevueJournal of Responsible Innovation · 2020
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueUniversity-Industry-Government Innovation Models
Établissements canadiensUniversité de MontréalConcordia University
Organismes subventionnairesnon disponible
Mots-clésWorkforceEquity (law)Gender equityGender equalityInequalityGender gapPolitical scienceSociologyEconomic growthEconomicsDemographic economics

Résumé

récupéré en direct d'OpenAlex

ABSTRACT This study provides a cross-dimensional analysis of two equity concerns related to Canadian nanotechnology, investigating the relationship between the development of nanotechnology applications that benefit the poor and the gender gap in the scientific workforce. Many affluent countries, like Canada, aspire to use R&D to reduce inequality in both economic and gender dimensions, which makes cross-dimensional analyses essential for responsible innovation to fully understand how technologies affect equality and to guide policy. Relevant publications and patents are analyzed to explore if Canadian nanotechnology was addressing the needs of the poor and then to examine gender disparities in research and innovative advancements of pro-poor applications of nanotechnology. Only a small percentage of analyzed articles and patents reflected pro-poor priorities and Canadian workplaces involved in pro-poor nano-applications were largely male-dominated. Results suggest that coordination between pro-poor and gender-responsive policies is needed to promote both more equitable and more inclusive forms of innovation.

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 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)0,000
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 enseignants0,048
Score d'incertitude au seuil0,995

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,004
Études des sciences et des technologies0,0000,000
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 Opus0,060
Tête enseignante GPT0,265
Écart entre enseignants0,205 · 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