MétaCan
Menu
Retour à la cohorte
Enregistrement W3123250292 · doi:10.1177/0308518x20987233

Automotive regions in transition: Preparing for connected and automated vehicles

2021· article· en· W3123250292 sur OpenAlexaffabout
Michaela Trippl, Simon Baumgartinger-Seiringer, Elena Goracinova, David A. Wolfe

Notice bibliographique

RevueEnvironment and Planning A Economy and Space · 2021
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueBusiness Strategy and Innovation
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésAutomotive industryIntersection (aeronautics)Control reconfigurationPath (computing)Field (mathematics)Computer scienceIndustrial organizationBusinessTransport engineeringEngineering

Résumé

récupéré en direct d'OpenAlex

The advent of ‘connected and automated vehicles’ (C/AV) is posing substantial transformation challenges for traditional automotive regions across the world. This article seeks to examine both conceptually and empirically how automotive regions reconfigure their industrial and support structures to promote new path development in the C/AV field. Drawing on recent conceptual advances at the intersection of evolutionary economic geography and innovation system studies, we develop an analytical framework that casts light on how regional preconditions provide platforms for asset modification that underpin different routes of transformation. We distinguish between a reorientation route and an upgrading route. The framework is applied to a comparative analysis of industrial path development and system reconfiguration towards C/AV in two automotive regions, namely Ontario (Canada) and the Austrian automotive triangle.

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)0,000
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 enseignants0,323
Score d'incertitude au seuil0,421

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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 Opus0,016
Tête enseignante GPT0,207
Écart entre enseignants0,191 · 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.

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

Citations22
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEnvironment and Planning A Economy and SpaceMême sujetBusiness Strategy and InnovationTravaux en français237 207