MétaCan
Menu
Retour à la cohorte
Enregistrement W4298340228 · doi:10.32920/19750309

Planning for innovation: understanding and analyzing the application of fiscal, regional, and land use planning in the development of innovation clusters

2022· preprint· en· W4298340228 sur OpenAlexaboutno aff
Hayley Oleksiak

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineSocial Sciences
ThématiqueRegional Development and Policy
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCommercializationLeverage (statistics)BusinessWork (physics)Sustainable regional developmentSustainable developmentProduct (mathematics)Regional developmentIndustrial organizationEnvironmental resource managementRegional scienceEconomicsMarketingComputer scienceEngineeringPolitical scienceGeography

Résumé

récupéré en direct d'OpenAlex

<p>Innovation clusters are becoming a common practice for municipalities and governments looking to increase research and development while also improving economic output and product commercialization. Although there are many existing fiscal, regional, and land use tools to leverage; there is limited multi-tier and cross-sector strategies being implemented. Observing these tools and mapping Canada’s multi-tier innovation incentivization ecosystem enables the research to understand the strengths and disconnects that currently exist within the system. Further observation of foreign programming strategies and tools also work to present opportunities for program improvements and growth. The work presented in this research looks to provide a roadmap for how municipalities can implement the innovation clustering goals presented by regional and federal governments while also empowering urban planners with the tools to catalyze economic growth and develop a sustainable ecosystem for research and development</p>

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)0,002
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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,317
Score d'incertitude au seuil0,416

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,261
Tête enseignante GPT0,404
Écart entre enseignants0,143 · 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'étudeObservationnel
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
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetRegional Development and PolicyTravaux en français237 207