Examining Open Innovation in Science (OIS): what Open Innovation can and cannot offer the science of science
Notice bibliographique
Résumé
Scholars across disciplines increasingly hear calls for more open and collaborative approaches to scientific research. The concept of Open Innovation in Science (OIS) provides a framework that integrates dispersed research efforts aiming to understand the antecedents, contingencies, and consequences of applying open and collaborative research practices. While the OIS framework has already been taken up by science of science scholars, its conceptual underpinnings require further specification. In this essay, we critically examine the OIS concept and bring to light two key aspects: 1) how OIS builds upon Open Innovation (OI) research by adopting its attention to boundary-crossing knowledge flows and by adapting other concepts developed and researched in OI to the science context, as exemplified by two OIS cases in the area of research funding; 2) how OIS conceptualises knowledge flows across boundaries. While OI typically focuses on well-defined organisational boundaries, we argue that blurry and even invisible boundaries between communities of practice may more strongly constrain flows of knowledge related to openness and collaboration in science. Given the uptake of this concept, this essay brings needed clarity to the meaning of OIS, which has no particular normative orientation towards a close coupling between science and industry. We end by outlining the essay’s contributions to OI and the science of science, as well as to science practitioners.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,037 | 0,075 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,006 | 0,007 |
| Études des sciences et des technologies | 0,011 | 0,097 |
| Communication savante | 0,023 | 0,041 |
| Science ouverte | 0,002 | 0,017 |
| Intégrité de la recherche | 0,008 | 0,008 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».