MétaCan
Menu
Retour à la cohorte
Enregistrement W4246549027 · doi:10.5912/jcb246

A comparison of R&D indicators for the Vancouver biotechnology cluster

2008· article· en· W4246549027 sur OpenAlexafffundabout
Mónica Salazar Villanea, Martin Bliemel, J. Adam Holbrook

Notice bibliographique

RevueJournal of Commercial Biotechnology · 2008
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueInnovation Policy and R&D
Établissements canadiensKingston Health Sciences CentreAdministrative Sciences Association of CanadaSimon Fraser University
Organismes subventionnairesIndustry CanadaGovernment of CanadaDepartamento Administrativo de Ciencia, Tecnología e Innovación (COLCIENCIAS)
Mots-clésRevenueInvestor relationsIntellectual propertyBiotechnologyCluster (spacecraft)Value (mathematics)Variety (cybernetics)BusinessBioethicsEconomicsMarketingBiologyStrategic managementPolitical scienceAccountingLawComputer science

Résumé

récupéré en direct d'OpenAlex

The basis of this paper is to go beyond abstract definitions of what a cluster is, and look at a variety of measurable indicators, to see which can demonstrate the presence of a cluster. The example presented is based on the biotechnology industry in Vancouver, Canada. Biotechnology differs from conventional industries, in that there are few tangible goods or services traded, but rather the basis of value creation is primarily the sale or licensing of intangible intellectual property or the (usually pre-revenue) firms themselves. The two main questions we aim to test are (i) is there a biotechnology cluster in Vancouver, and (ii) what are its inputs, outcomes, and impact on the region? We use data provided from local and federal agencies such as LifeSciences British Columbia and Statistics Canada to compare biotechnology R&D activity across regions, and within the local economy. Our findings indicate that there is significant activity around biotechnology R&D and commercialisation in Vancouver, but no guarantee of the longevity of the innovation system.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,792
Score d'incertitude au seuil0,483

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,081
Tête enseignante GPT0,314
Écart entre enseignants0,233 · 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; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreEmpirique

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
Publié2008
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueJournal of Commercial BiotechnologyMême sujetInnovation Policy and R&DTravaux en français237 207