MétaCan
Menu
Retour à la cohorte
Enregistrement W3116399943

Plataformas tecnológicas de inteligencia colectiva como herramientas de innovación y emprendimiento: caracterización y estado del arte

2020· dissertation· es· W3116399943 sur OpenAlexaboutno aff
Javier Guardiola Saura

Notice bibliographique

Revuenon disponible
Typedissertation
Languees
DomaineBusiness, Management and Accounting
ThématiqueInnovative Approaches in Technology and Social Development
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPhysicsArt
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

El presente Trabajo Fin de Grado tiene como objetivo fundamental conocer el potencial de las plataformas tecnologicas de inteligencia colectiva para el desarrollo de ideas de diferente complejidad. El proyecto se situa dentro de un conjunto de trabajos que tienen que ver con la herramienta de la Universidad Politecnica de Madrid denominada CoLab.upm. Para lograrlo se han realizado las siguientes dos tareas fundamentales: caracterizacion y comparativa de varias plataformas tecnologicas que abordan el desarrollo de ideas en relacion con diversos retos. La caracterizacion de cada plataforma esta estructurada de acuerdo con una serie de campos que se han completado, entre los que destacan: tematica, teoria del cambio, principales agentes implicados, tipos y fases de los retos y sistema de fidelizacion de usuarios. Esta metodologia se ha aplicado a un conjunto heterogeneo de diecinueve plataformas, debiendo puntualizar que Wayra y Open Future se caracterizan de manera conjunta al formar parte ambas de Telefonica. Las diecinueve plataformas estudiadas en este proyecto se pueden clasificar de diferentes maneras, una de ellas es en funcion de la tematica general predominante: - Medioambiental: Open IDEO, CoLab.upm, Climate CoLab y Empodera.org. - Social: Jovoto, ImpactSpace, HeroX, ideas4all, Citizen App-Createlli, Zapiens y Decide Madrid. - Tecnologica: InnoCentive, Hypios, Wayra y Open Future, NineSights, XPRIZE y Smart Concept-SICE. - Economica: Agorize y HyveCrowd. Partiendo de la caracterizacion, se realiza una comparativa multiplataforma en la que se profundiza en el estudio de las plataformas, en especial, en: CoLab.upm, Climate CoLab, Wayra y Open Future. Las dos primeras son los maximos exponentes del desarrollo de ideas de forma colaborativa, con retos de tematica medioambiental y social; mientras que las dos segundas son referentes en innovacion abierta, con retos de tematica tecnologica y de desarrollo de negocio. Dentro de la comparativa, se lleva a cabo tambien un analisis de benchmarking de cinco plataformas (Open IDEO, CoLab.upm, Climate CoLab, Wayra y Open Future y HeroX) que cumplen unos determinados criterios como ser las que mas emprendimiento e ideas por la sostenibilidad generan, entre otros. En la metodologia se definen los “indicadores clave de rendimiento” (en adelante KPI Key Performance Indicators) calculados para estas plataformas. Estos indicadores (visibilidad, accesibilidad, fidelizacion, colaboracion e impulso de la inteligencia colectiva) permiten efectuar un analisis cualitativo y cuantitativo del desempeno de las plataformas, asi como tambien discutir las mejores practicas. Para completar la caracterizacion y la comparativa multiplataforma se ha trabajado con diferentes personas relacionadas con: el emprendimiento, las plataformas tecnologicas y la innovacion abierta. En el inicio del desarrollo del TFG, se mantiene un encuentro con el equipo de fundadores de una plataforma tecnologica, Akaven, y se les consulta sobre los criterios de seleccion de las plataformas a incluir en el estudio. Mas adelante, se produce la entrevista con Paloma Castellano (directora del hub de Wayra en Madrid) en relacion con los ecosistemas de innovacion abierta. Finalmente, en el ambito de las plataformas tecnologicas tienen lugar varios encuentros con miembros del equipo del Centro de Innovacion en Tecnologia para el Desarrollo de la Universidad Politecnica de Madrid (itdUPM) que gestiona la herramienta CoLab.upm, destacando la entrevista al Administrador de esta, Jorge Canada. En relacion con el origen de dicha herramienta hay que mencionar que se encuentra ligada a la plataforma que gestiona el Centro para la Inteligencia Colectiva del MIT, denominada Climate CoLab. Climate CoLab se crea en 2009 con el objetivo de investigar sobre el potencial de la inteligencia colectiva para dar solucion a retos reales enfocados al cambio climatico. A partir del software de codigo abierto desarrollado durante casi una decada, se crea en 2018, en la UPM, CoLab.upm con el objetivo de idear soluciones a retos relacionados con la sostenibilidad de la ciudad. Precisamente, el desarrollo del presente Trabajo Fin de Grado coincide con el segundo reto de CoLab.upm, de inicio a fin (octubre 2019 a febrero 2020). Tambien coincide con la puesta en marcha de la incubadora de alianzas “El Dia Despues sera…” (EDD) (marzo 2020), que se alimenta de la cocreacion colectiva de ideas y prototipos que tiene lugar en la herramienta CoLab.upm. Teniendo en cuenta la evolucion y los condicionantes de CoLab.upm y las practicas de las otras plataformas, se efectuan unas recomendaciones para la mejora de la herramienta basadas en su comparativa con el resto de las plataformas. Por otra parte, el resultado mas importante de este TFG es la obtencion de una tabla comparativa de las diecinueve plataformas que sirve de referencia y de base para futuras incorporaciones. El autor del presente Trabajo Fin de Grado espera que sea de utilidad para la comunidad de CoLab.upm y, en especial, para todos los investigadores, estudiantes y profesionales que forman parte del equipo de itdUPM.

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 candidatesMéta-épidémiologie (sens strict), Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,695
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,004
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0010,001

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 Opus0,021
Tête enseignante GPT0,266
Écart entre enseignants0,245 · 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.

Devis d'étudeThéorique ou conceptuel
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

Citations1
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetInnovative Approaches in Technology and Social DevelopmentTravaux en français237 207