MétaCan
Menu
Retour à la cohorte
Enregistrement W3123670254

Investment in Intangible Assets in Canada: R&D, Innovation, Brand, and Mining, Oil and Gas Exploration Expenditures

2009· article· en· W3123670254 sur OpenAlexaboutno aff
John R. Baldwin, Ryan J. MacDonald, Wulong Gu, Amélie Lafrance

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueEconomic Growth and Productivity
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésScope (computer science)Investment (military)Quarter (Canadian coin)Intangible assetBusinessFossil fuelWork (physics)Resource (disambiguation)Industrial organizationMarketingEngineeringFinancePolitical scienceGeography
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This paper presents estimates of intangible investment in Canada for the purpose of innovation, advertising and resource extraction. It first expands upon work by Beckstead and Gellatly (2003), Baldwin and Hanel (2003), Beckstead and Gellatly (2003), Beckstead and Vinodrai (2003) and Baldwin and Beckstead (2003) who argue that the scope of innovative activity extends beyond research and development (R&D) as defined by the Frascati Manual. It extends the definition of innovative activities to include all scientific and engineering expenditures - regardless of whether they are market-based or produced with a firm. The paper also considers expenditures on intangible items such as brands or resource exploration. The paper contributes to the existing literature by creating intangible investment estimates (science and engineering knowledge, advertising, mineral exploration by industry) using Statistics Canada's high quality and internally consistent databases. It produces estimates that accord with other intangibles studies (Corrado, Hulten and Sichel 2005, 2006; Jalava, Ahmavarra and Alanen 2007) and shows that traditional R&D type investment estimates account for about a quarter of intangible science and engineering investments.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
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 enseignants0,958
Score d'incertitude au seuil0,308

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0060,016
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,032
Tête enseignante GPT0,208
Écart entre enseignants0,176 · 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

Citations4
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetEconomic Growth and ProductivityTravaux en français237 207