MétaCan
Menu
Retour à la cohorte
Enregistrement W3123015964 · doi:10.1177/0969776412474675

Innovative firms behind the regions: Analysis of regional innovation performance in Portugal by external logistic biplots

2013· article· en· W3123015964 sur OpenAlexaff
Teresa de Noronha, Purificación Vicente‐Galindo, Eric Vaz, Peter Nijkamp

Notice bibliographique

RevueEuropean Urban and Regional Studies · 2013
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueFirm Innovation and Growth
Établissements canadiensToronto Metropolitan UniversityUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésBiplotConceptualizationEconomic geographyPortugueseInvestment (military)Regional scienceRegional policyBusinessSample (material)Industrial organizationProcess (computing)EconomicsEconomic systemPolitical scienceComputer scienceGeography

Résumé

récupéré en direct d'OpenAlex

The strategic choices regarding innovation and research and development (R&D) policy in Portugal have, over the past two decades, produced various positive benefits, in which the regions of Lisbon and Algarve, in particular, have taken the lead. These are the only regions in Portugal which converge towards the European average growth rate with respect to gross production, investment and employment creation. It is now timely to evaluate firms’ contributions to national and regional growth, their obstacles, and impacts. After a conceptualization of innovation policy in Portugal, the present paper treats innovation as a major criterion for the policy evaluation process referred to above. Our empirical investigation aims to explain the innovation performance of Portuguese firms throughout the country, and to explore those determinants of innovation which are region-specific. Therefore, the analysis addresses a set of firms’ achievement patterns, by focusing on ways in which institutions interact in the process of innovation at the regional level. In our modelling study, we employ a new methodology, viz. the external logistic biplot method, which is applied to an extensive sample of innovative institutions in Portugal. Variables identified as crucial determinants in earlier studies are used to describe regional institutional profiles. Such profiles exhibit a great variety of ways in which these determinants are able to promote regional innovation. The creation of a Gradient of Capacity to Dynamically Innovate associated with each firm enables an analysis of the innovation gradient of each region in Portugal. Our paper presents and investigates these findings, and offers some policy lessons.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,009
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,016
Score d'incertitude au seuil0,031

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,009
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0030,005
Études des sciences et des technologies0,0000,001
Communication savante0,0020,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,105
Tête enseignante GPT0,258
Écart entre enseignants0,152 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations19
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEuropean Urban and Regional StudiesMême sujetFirm Innovation and GrowthTravaux en français237 207