MétaCan
Menu
Retour à la cohorte
Enregistrement W3146610204 · doi:10.5383/ijtee.07.02.008

Toward Building a National Innovation System in UAE

2014· article· en· W3146610204 sur OpenAlexvenueno aff
Yousif Al-Abd, Toufic Mezher

Notice bibliographique

RevueInternational Journal of Thermal and Environmental Engineering · 2014
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSocioeconomic Development in MENA
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésGross domestic productAbu dhabiBusinessOrder (exchange)National innovation systemProduct (mathematics)Innovation systemPerformance indicatorIndustrial organizationEconomyMarketingEconomic growthEconomicsFinanceGeography

Résumé

récupéré en direct d'OpenAlex

United Arab Emirates (UAE) is one of the developing countries that depend on hydrocarbon products in supporting its economy, where oil activities counted for 49.38 % of its total GDP (Gross Domestic Product) in 2009. Therefore, Abu Dhabi (AD), the capital of the UAE, has a vision where in 2030 the country will decrease its dependency on fossil fuel to 36% in order to stabilize the economy. Through AD strategy, a number of new industries have been planned to enter in order to diversify the economy. Some of the investments are believed to be a very high tech and innovation driven industries, such as the aerospace manufacturing industry. The aim of this paper is to analyze different countries' national systems of innovation, which have been selected based on literature where innovation is measured through number of KPIs (Key Performance Indices; R&D expenditures, number of research institutions, patents, number of engineers, new companies established, exports, etc). KPIs will be mapped from an innovation system perspective including the ones from UAE. Then a gap analysis will be conducted to determine where the country lags in terms of establishing a healthy national innovation system. A number of strategies will be suggested to enhance the UAE national innovation system

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)0,000
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,506
Score d'incertitude au seuil0,217

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 savante0,0000,000
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 Opus0,011
Tête enseignante GPT0,231
Écart entre enseignants0,220 · 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

Citations6
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Thermal and Environmental EngineeringMême sujetSocioeconomic Development in MENATravaux en français237 207