Assessment of national innovation capabilities of OECD countries using trapezoidal interval type-2 fuzzy ELECTRE III method
Notice bibliographique
Résumé
Purpose For a nation to become a superpower, it's scientific and technological advancement is essential. Each country is exploring how to improve themselves in terms of science and technology. The authors analyzed the innovation capabilities of 35 OECD countries that have not recently joined Lithuania. Design/methodology/approach In recent years, a lot of research work has been done on trapezoidal interval type-2 fuzzy sets (TIT-2 FS), and many research works have been published. The trapezoidal interval type-2 fuzzy set helps effectively to represent the uncertainty comparatively than the type-1 fuzzy set. Taking advantage of this effectiveness, the authors extend the best multi-criteria decision making method (MCDM) for trapezoidal interval type-2 fuzzy sets. Here, ELimination and Choice Expressing REality III (ELECTRE III) method in the trapezoidal interval type-2 fuzzy set environment is proposed. Findings This analysis helps to the OECD countries to develop their level of innovation in the criteria. The authors are making this evaluation for the year 2018 based on the 31 criteria. Application of the proposed method expressed by evaluation of the national innovation capability problem. Based on the obtained results, the top five countries are United States, Switzerland, Canada, Germany and Japan. Originality/value The authors collected required data from different available data sources like OECD, IMD, USPTO, ITU and surveyed data reported by KISTEP. After collecting all the data from different sources, the authors calculated the standard values as KISTEP. After converting the standard values into trapezoidal interval type-2 fuzzy values, the authors construct a decision matrix based on these values. Then, the authors determined the possibility mean values and preference. Then, they calculated the concordance and discordance credibility degree values. Finally, they ranked OECD countries by the net credibility degree. The results are computed by using the MATLAB software.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».