Research and Technology Organizations as Super Intermediaries: A Conceptual Framework for Policy and a Case Study From Tanzania
Notice bibliographique
Résumé
Research and Technology Organizations (RTOs) have key roles in stories of national industrial development in many countries, and in various contexts they have transformed according to changes in their surrounding economic and policy environments. This paper proposes a conceptual framework of 'RTOs as super intermediaries' as they play multiple intermediary roles in the triple helix (government, research and industry), the overlap of industrial policy and research policy, and research-industry frontiers. The framework helps in understanding and advancing the role of RTOs in industrial development, particularly in developing countries. For a case study, the paper showcases research in Tanzania that explored possibilities of revamping RTOs and whether investing in them would help in spurring Tanzania's industrial development. Through key informant interviews and systemic literature review, a case study on the challenges and opportunities of RTOs was designed to examine their role and potential in industrial development and technology innovation processes. The study findings were overall in-line with two main lenses of inquiry: 1) that for RTOs to play their key roles in Tanzania, industrial policies shaped by the command economy era before the 1990s need to be reviewed and modified; and 2) that more investment in revamping RTOs will take place if policymaking processes acknowledge RTOs as super intermediaries. To organize policy lessons drawn, a multi-level policy map-micro, meso and macro-was utilized as an analytical tool.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,005 | 0,017 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».