KIBS spillovers in the knowledge production function of manufacturing and services sub-sectors at the USMCA countries
Notice bibliographique
Résumé
In this paper, the knowledge production function is estimated by regressing R&D knowledge spillovers, capital investment and labor productivity on innovation generation, variable measured as filled patents, in the manufacturing and services sectors of each one of the three countries that integrate the USMCA Agreement (United States-Mexico-Canada Agreement). The results state that direct and indirect spillovers of KIBS R&D expenses, reinforced by capital investment and labor productivity measures, have a significative influence on the number of patents filled by each country over the years analyzed on those sub-sectors of the USMCA economy. That positive and causal effect generates knowledge production value chains from KIBS consultancies to the manufacturing and the services subsectors and backwards therefore reinforcing the value creation system of those services; also, by promoting the development of new goods and services by innovating in the production or administrative processes of the enterprises immerse on those subsectors (the embodied effect). The conclusions could serve as basis for the analysis of the sectorial policies that have to be stipulated by the conjunction of the politicians of the three countries, in the institutions already been established by the USMCA agreement in recent years. Keywords: KIBS, I-O direct and indirect impacts, USMCA, knowledge spillovers, manufacturing and service sectors, patents, innovation, knowledge production function.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».