MétaCan
Menu
Retour à la cohorte
Enregistrement W3164579996 · doi:10.1080/2157930x.2021.1932062

Catching-up national innovations systems (NIS) in China and post-catching-up NIS in Korea and Taiwan: verifying the detour hypothesis and policy implications

2021· article· en· W3164579996 sur OpenAlex
Jong-Ho Lee, Keun Lee

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueInnovation and Development · 2021
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueEconomic Growth and Productivity
Établissements canadiensCanadian Institute for Advanced Research
Organismes subventionnairesAcademy of Korean Studies
Mots-clésChinaNational innovation systemNational PolicyPolitical scienceEconomic growthRegional scienceDevelopment economicsEconomicsBusinessInternational tradeEconomyGeography

Résumé

récupéré en direct d'OpenAlex

This study addresses the relationship between national innovation systems (NIS) and economic catch-up by latecomer economies, such as China, South Korea, and Taiwan. Contemporary China is found to also specialize in short cycle technologies, similar to Korea or Taiwan in the mid-1980s and 1990s, featuring opposite attributes from mature NIS. By contrast, Korea and Taiwan are moving away from short-cycle technologies into long cycle technologies-based sectors, and their NIS are becoming similar to those of advanced or mature NIS. Thus, this study verifies the so-called ‘detour’ hypothesis that a successful catching-up economy can follow a technological detour of first specializing in short cycle sectors and only later turning into more challenging or long cycle technology-based sectors. In addition, the linkage from such detour to economic growth performance is verified, confirming a positive relationship between moving into short cycle technologies and economic growth in China, and between going into long cycle technologies and economic growth in Korea and Taiwan for the post-catch-up stages or since the 2000s.

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.

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 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 enseignants0,502
Score d'incertitude au seuil0,632

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
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 Opus0,051
Tête enseignante GPT0,251
Écart entre enseignants0,200 · 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