Evolution and Equilibrium of Collaborative Innovation System of Low-Carbon Technology: Simulation of a Multi-stakeholders Game Model
Notice bibliographique
Résumé
Low-carbon technology innovation is different from ordinary technology research, which has high investment, high risk and great uncertainty. It is very hard for enterprises and research institutions to succeed independently, and almost impossible for them to cooperate actively. Due to the different objective of participants, the expectation of innovation is reflected in the initial collaborative intention, which is a pivotal factor influencing the stability of collaborative innovation. On the premise of bounded rationality, this paper constructs multiple stakeholders evolutionary game model involving government, enterprises and scientific institutions. The influence of initial strategy probabilities of three participants is analysed in detail through simulation. The findings are as follows: (1) The evolution of government strategy is not affected by the initial collaboration probabilities of enterprises and research institutions. Eventually government strategies evolve into stimulation and support. (2) The strategy evolution of enterprises and research institutions is significantly affected by the initial strategy probabilities of three participants. The higher the initial probability of government support, the higher the possibility of enterprises and scientific institutions participating in collaboration. At the same time, the initial collaboration probabilities of enterprises and research institutions have a significant impact on each other, and the higher initial collaboration probability of one participant, the higher the probability of the other participating in collaboration. (3) Through the scenario simulation of two extreme probabilities, it is found that enterprises, compared with research institutions, play a more decisive role in collaborative low-carbon technology innovation under the support of the government. Therefore, if the government wants to realize the low-carbon technology collaborative innovation, the essential point is to stimulate collaboration enthusiasm of enterprises.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».