MétaCan
Menu
Retour à la cohorte
Enregistrement W4317460373 · doi:10.55365/1923.x2022.20.69

Innovative Approaches in the System of Regional Development Strategizing

2022· article· en· W4317460373 sur OpenAlexvenueno aff
Iryna Ignatiеva, Alina Serbenivska, Анна Орел, Марія Бєлобородова, Liudmyla Bondarenko

Notice bibliographique

RevueReview of Economics and Finance · 2022
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueEconomic Development and Digital Transformation
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBenchmarkingRelevance (law)Process managementPosition (finance)Strategic planningManagement scienceStrategic managementKnowledge managementComputer scienceBusinessManagementMarketingEngineeringPolitical scienceEconomics

Résumé

récupéré en direct d'OpenAlex

Nowadays, the development of effective strategic decisions for the development of the business environment in different areas requires new approaches and tools of strategic management.Among such innovative tools, the authors chose the position of the theory of spiral dynamics developed by Don Beck and Chris Cowan, which was based on the theory of emergent cyclic levels of existence of Clare W. Graves.Of particular relevance is the search for tools in the activities of certain areas, where the active community adopts experience and gains practice, and sometimes financial assistance from international institutions to implement their projects.It is proposed to use benchmarking as a specific methodological tool.The main aim of the study is to highlight the methodological principles of benchmarking in the analysis and formation of strategic directions of regions and search for a methodological tool that would identify not only the model region as an example of best practice in a particular area of strategic development, but also to understand which areas need some improvement to move to a more effective stage of spiral development.

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)0,007
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut 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: aucune
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,084

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,006
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0050,005
Études des sciences et des technologies0,0020,017
Communication savante0,0130,006
Science ouverte0,0030,006
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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 Opus0,122
Tête enseignante GPT0,215
Écart entre enseignants0,093 · 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'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

Citations2
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueReview of Economics and FinanceMême sujetEconomic Development and Digital TransformationTravaux en français237 207