Capital humano e innovación en el sector salud. Una revisión sistemática de literatura y análisis cienciométrico
Notice bibliographique
Résumé
El objetivo de este trabajo es explorar los elementos clave del capital humano y la innovación en el sector salud por medio de la revisión sistemática de literatura y el análisis cienciométrico. Los resultados muestran que el tema se agrupa en conjuntos afines como el recurso humano, la organización y la administración, las vinculaciones y el entorno económico. Asimismo, hay evidencia de un incremento de la temática. En los indicadores destaca la Universidad de Toronto, el artículo científico como documento más común, las áreas de las ciencias sociales y medicina y Estados Unidos. El análisis se limitó a dos bases de datos. Para futuras investigaciones, se sugiere la ampliación del estudio a un mayor número de bases de datos. Los resultados implican una agenda de trabajo para la política empresarial y un área de oportunidad para los empresarios. Este trabajo es novedoso por las técnicas metodológicas y porque aporta valor al estado del arte. Se concluye que el recurso humano representa la fuente más importante de conocimientos organizacionales y la fuente más valiosa de innovación en el sector salud.
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 | 0,012 | 0,026 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,014 | 0,022 |
| Études des sciences et des technologies | 0,002 | 0,009 |
| Communication savante | 0,012 | 0,006 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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 ».