Notice bibliographique
Résumé
52 Mauritius sugar industry 195, 214 Netherlands 14, 15, 25 New Zealand forestry 222-8 Ahold 18 Aker 145 Akzo 12, 18 Amsden, A. 76 Andean Pact 185 Antwerp port 31, 44 Apple 78, 81 Austria 110, 111 banking sector, Netherlands 19 Bartlett, C.A. 156, 157 Belgium 4, 7, 30, 45 clusters 41-2 life sciences 42-5 data 35-6, 48 economy 30-35 ownership characteristics of companies 36-9 Transnationality Index (TNI) 2 Bernard, A.B. 39 biotechnology, Belgium 42-3 Brazil 186 Cambodia 7, 8competitive advantages 264-7 foreign direct investment (FDI) 244-5, 267-8 approved versus realized FDI 258-60 business environment 245-8 capital formation and 262 economic development and 260-64 employment/poverty reduction and 262-4 international trade and 261-2 origins 248-50 provincial distribution 256-8 sectoral distribution 253-6 technology transfer and 260-61 types of FDI 250-52 Canada 5-6, 154-5, 167-8 motivations for foreign direct investment (FDI) 157, 160-61 regional context 155-6 research methodology 159 subsidiary companies 157-8, 161-3 comparisons 163-5 regional integration and 159, 165-7 survey 159-67 Transnationality Index (TNI) 3 Cantwell, J.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,006 | 0,008 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,006 | 0,003 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,603 | 0,472 |
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 ».