MétaCan
Menu
Retour à la cohorte
Enregistrement W3103452638 · doi:10.48090/ciki.v1i1.913

FRONT-END OF INNOVATION METRICS: RESEARCH QUESTION AND LITERATURE REVIEW

2020· article· pt· W3103452638 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.

Notice bibliographique

RevueAnais ... Congresso Internacional do Conhecimento e Inovação · 2020
Typearticle
Languept
DomaineDecision Sciences
ThématiqueBusiness and Management Studies
Établissements canadiensÉcole de Technologie SupérieureIGNIS Innovation (Canada)
Organismes subventionnairesnon disponible
Mots-clésHumanitiesBusinessArt

Résumé

récupéré en direct d'OpenAlex

Em muitas empresas, reduzir os custos de fabricação para otimizar os lucros é uma estratégia comum usada para competir no mercado, sempre procurando reduzir os custos de fabricação e aumentar os lucros de ano para ano.No entanto, olhar para a otimização de custos não é mais eficaz à medida que novos concorrentes surgem no mercado que fornecem mais valor aos clientes. As empresas também devem competir impulsionando a inovação em produtos e serviços para se manterem competitivas no mercado. Para gerenciar e avaliar com eficácia o desempenho de um pipeline de inovação, ele deve ser medido, o que se torna difícil devido à falta de abordagens padronizadas.As seguintes três dimensões da FEI são investigadas neste artigo:• Modelos• Métricas• Linguagem comum

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)0,007
score de la tête « metaresearch » (Gemma)0,009
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche, Méta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,858
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0070,009
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,007
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,002
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,197
Tête enseignante GPT0,446
Écart entre enseignants0,249 · 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