Regulación e innovación: efectos en la industria farmacéutica mexicana
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.
Notice bibliographique
Résumé
Este documento analiza el efecto de la regulación en los procesos de innovación de la industria farmacéutica. El objetivo es analizar el efecto que provoca la regulación en el desarrollo de un medicamento innovador, llevado a cabo por una empresa farmacéutica de capital mexicano. La investigación es de tipo exploratorio y el diseño utilizado es un estudio de caso. El caso es el desarrollo de un nuevo medicamento para tratar la diabetes. La información se recabó principalmente mediante entrevistas semiestructuradas a personal de la empresa, que participó en el proyecto de innovación. Para entender el efecto de la regulación se partió del análisis de los requisitos regulatorios que tuvo que satisfacer la empresa. Se analizaron las diferentes etapas del proceso de innovación, y se encontró que la mayoría de los efectos se concentran en tres etapas: (i) la etapa donde se involucran seres humanos para el desarrollo de pruebas (etapa de ensayos clínicos), (ii) la etapa de registro sanitario, donde se verifica que el medicamento a comercializar cumple con las condiciones de seguridad, eficiencia y calidad, y (iii) la etapa de manufactura, para garantizar la idónea fabricación del medicamento según las buenas prácticas. La normatividad generó tanto efectos positivos como negativos. Entre los efectos positivos, destacan la regulación sobre propiedad intelectual y sobre la calidad del medicamento. Los principales efectos negativos se relacionan con la implementación de la regulación, más que con las exigencias que esta impone. A lo largo del proceso de innovación la regulación generó retrasos en las actividades planeadas, lo que conllevo a sobrecostos, pérdidas de competitividad e incertidumbre sobre el retorno de la inversión.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,000 |
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.
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 découle