MétaCan
Menu
Retour à la cohorte
Enregistrement W4313023361 · doi:10.47909/awari.149

When the attributive becomes relational. A look at the innovative sector in Argentina based on regional customer and supplier networks by activity branch (2012-2018)

2022· article· en· W4313023361 sur OpenAlexaboutno aff
Nicolás Vladimir Chuchco

Notice bibliographique

RevueAWARI · 2022
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueGlobal Trade and Competitiveness
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCentralityBusinessAttributiveEconomic geographyLatin AmericansIndustrial organizationMarketingRegional scienceCommerceGeographyPolitical scienceMathematics

Résumé

récupéré en direct d'OpenAlex

This paper compares the relations between certain branches and companies of the innovative sector in Argentina with the regions of the map with which they maintain commercial ties. Data from the National Survey on the Dynamics of Employment and Innovation (ENDEI- MINCyT and MTEySS) were used, which contain anonymous information on innovative companies. From these data, relational matrices were constructed in 2-modes between nodes (companies), suppliers and clients (at the regional level), segmented by company size and activity branches. We focused on identifying differences and similarities according to the company's activity branch and size and the composition of regional exchanges between clients and suppliers for the periods 2010-2012 and 2016-2018, which corresponded to the ENDEI I and II bases. 2-mode networks were built, linking companies with the regions where they have customers and suppliers, resulting in multiplexed bimodal networks. Specific branches were selected, and one-mode networks were built, obtaining symmetric matrices from the technique of co-occurrence and affiliation. Cohesion and centrality calculations yielded higher density for customer networks than supplier networks in food sectors. Regarding centrality, a higher nodal degree of exports was observed for the Mercosur region and the rest of Latin America and, to a lesser extent, for the regions of the northern hemisphere (Europe, USA and Canada) and Asia, Africa, and Oceania. Regarding the nodal degree and density, a drop was observed between periods when comparing the two surveys, except for clients in the case of the pharmaceutical industry, showing an improvement for the Mercosur, Latin America and Asia regions.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,018
Score d'incertitude au seuil0,036

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,004
Études des sciences et des technologies0,0010,003
Communication savante0,0040,004
Science ouverte0,0000,002
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0100,001

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 Opus0,024
Tête enseignante GPT0,214
Écart entre enseignants0,190 · 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 source (Gemma direct ou Codex distillé), 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 revueAWARIMême sujetGlobal Trade and CompetitivenessTravaux en français237 207