MétaCan
Menu
Retour à la cohorte
Enregistrement W3166891524 · doi:10.1080/09537325.2021.1931674

Do-It-Yourself laboratories, communities of practice, and open innovation in a digitalised environment

2021· article· en· W3166891524 sur OpenAlex

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

RevueTechnology Analysis and Strategic Management · 2021
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueInnovative Approaches in Technology and Social Development
Établissements canadiensUniversity of Guelph
Organismes subventionnairesnon disponible
Mots-clésOpen innovationDemocracyThe InternetBusinessPublic relationsMarketingKnowledge managementSociologyPolitical scienceComputer scienceWorld Wide Web

Résumé

récupéré en direct d'OpenAlex

A growing literature has explored the role of innovation as a driver of healthy economies. We discuss the role of Do-It-Yourself laboratories (‘DIY labs’) in driving open innovation. Digitalisation, in terms of faster, broader, and more easily accessible internet connectivity, has enabled private and public DIY labs to flourish, and to form online, practice-led Communities of Practice (‘COPs’). The phenomena of in-person DIY labs and online COPs seem to be part of a societal shift from centralised research and development departments in large organisations to democratic, user-led cyberspaces where ideas and innovations are generated by well-educated and well-connected participants. We argue that DIY labs address un-met market demands by individualising mass market products, processes, and services. We extend the COP lens by theorising on the effects of digitalisation on the advantageous interaction of COP members with DIY labs. We suggest how this interaction has significant social and economic implications, particularly in the ways that innovation activity in public spaces and organisations may be used and rewarded.

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)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,242
Score d'incertitude au seuil0,671

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,006
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,001
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 Opus0,030
Tête enseignante GPT0,270
Écart entre enseignants0,240 · 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