MétaCan
Menu
Retour à la cohorte
Enregistrement W4230693476 · doi:10.1057/978-1-137-34809-8_3

Knowledge Society

2019· book-chapter· en· W4230693476 sur OpenAlex
Mitt Nowshade Kabir

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

RevuePalgrave Macmillan US eBooks · 2019
Typebook-chapter
Langueen
DomaineBusiness, Management and Accounting
ThématiqueUniversity-Industry-Government Innovation Models
Établissements canadiensNorth York General Hospital
Organismes subventionnairesnon disponible
Mots-clésKnowledge societyProsperityKnowledge economyInformation societyIntellectual capitalKnowledge managementIndustrial societyLearning societyValue (mathematics)Service (business)Political scienceEngineering ethicsSociologyLifelong learningBusinessEngineeringComputer scienceLawMarketing

Résumé

récupéré en direct d'OpenAlex

This chapter discusses the definition of the knowledge society and how information society differs from the concept of the knowledge society and what is causing the transformation of the society to the knowledge-based one. It also describes some of the critical features of the knowledge society and explains the importance of intellectual property and human capital as crucial elements for the economic growth in such a society. The service sector plays an important role here as knowledge-intensive jobs that provide value-added services is one of the underlying power behind the economic surge in the knowledge society. While scientific and technology knowledge brings prosperity in the knowledge society, it also creates a sharp division between various layers of society and creates the problem of the digital divide. This new type of society requires technology-savvy knowledge workers to support the process of economic expansion where these workers need lifelong learning and higher education to develop the necessary skills.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,805
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,004

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 Opus0,029
Tête enseignante GPT0,223
Écart entre enseignants0,193 · 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