MétaCan
Menu
Retour à la cohorte
Enregistrement W4231602287 · doi:10.4018/978-1-5225-8903-7.ch071

Is China Catching Up?

2019· book-chapter· en· W4231602287 sur OpenAlexaff
Petr Hanel

Notice bibliographique

RevueBiotechnology · 2019
Typebook-chapter
Langueen
DomaineMedicine
ThématiqueBiotechnology and Related Fields
Établissements canadiensUniversité de Sherbrooke
Organismes subventionnairesnon disponible
Mots-clésChinaBiosimilarLicenseBusinessProduction (economics)Industrial organizationBiotechnologyInternational tradeCommerceEconomicsPolitical scienceBiology

Résumé

récupéré en direct d'OpenAlex

The chapter examines whether Chinese health-related biotechnology is catching up with leaders in the field. The approach is inspired by Malerba's Sectoral System of Innovation and Production, complemented by Mathew's insight into strategies for latecomer firms. The results show that Chinese scientists are quickly catching up in the output of scientific publications. However, the basic research remains insufficient for the development of a sustainable, innovative industry. The industrial production of biotechnology-based manufacturing of drugs and medical devices is growing slower than their knowledge base. Most firms still manufacture under license or contract low-value “me too” generic pharmaceutical and biosimilar ingredients medicines. The intensity of R&D and patenting in China increased dramatically, especially in the foreign-invested firms but China's share of biotechnology patenting in the US, EPO and Japan are very low. In summary, Chinese biotechnology ‘industry' is catching up with the West, but it has a long way to go.

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 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), Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesIntégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,924
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0400,011
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 Opus0,013
Tête enseignante GPT0,243
Écart entre enseignants0,230 · 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

Classification

machine, non validée

Prédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBiotechnologyMême sujetBiotechnology and Related FieldsTravaux en français237 207