MétaCan
Menu
Retour à la cohorte
Enregistrement W4363672210 · doi:10.18280/ijsdp.180305

Developing Methods for Assessing the Introduction of Smart Technologies into the Socio-Economic Sphere Within the Framework of Open Innovation

2023· article· en· W4363672210 sur OpenAlexvenueno aff
Е. А. Кириллова, Ivan Otcheskiy, Svetlana Ivanova, Alexander Verkhovod, Diana Stepanova, Raya Karlibaeva, Vladimir Dmitriyevich Sekerin

Notice bibliographique

RevueInternational Journal of Sustainable Development and Planning · 2023
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEconomic and Technological Developments in Russia
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésOpen innovationBusinessRegional scienceEconomic geographyKnowledge managementComputer scienceEconomicsGeography

Résumé

récupéré en direct d'OpenAlex

The post-industrial society is transforming into a smart society, in which smart technologies control all the main processes.The study aims at proposing indicators for assessing the spread of smart technologies in various spheres of human life with due regard to the introduction of open innovations.The methodological basis of the study was an approach focused on the study of the processes of development of open innovations and the smartization of society with the involvement of special methods.Special methods include document analysis based on a literature review conducted by the authors, content analysis using multiple correspondence analysis and the cluster analysis method.This is the first study to use the Smart Progress Index like other social development indices, including the Social Progress Index, the Physical Quality Life Index and the Sustainable Economic Welfare Index.The Smart Progress Index will determine the state of society and the level of its development in technological, geopolitical, socio-economic, demographic and environmental terms.There are three indicators of the Smart Progress Index: 1) the scale of smart technologies; 2) the conditions and intensity of introducing smart technologies; 3) the results of smart technologies.Each aspect includes several components represented by seventeen indicators.

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)0,038
score de la tête « metaresearch » (Gemma)0,088
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,038
Score d'incertitude au seuil0,203

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0380,088
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0300,020
Études des sciences et des technologies0,0010,003
Communication savante0,0070,009
Science ouverte0,0020,005
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,059
Tête enseignante GPT0,420
Écart entre enseignants0,361 · 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'étudeThéorique ou conceptuel
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations27
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Sustainable Development and PlanningMême sujetEconomic and Technological Developments in RussiaTravaux en français237 207