MétaCan
Menu
Retour à la cohorte
Enregistrement W4400585535 · doi:10.1080/09692290.2024.2378432

The organizational ecology of the global space industry

2024· article· en· W4400585535 sur OpenAlexaff
Jean‐Frédéric Morin, Guillaume Beaumier

Notice bibliographique

RevueReview of International Political Economy · 2024
Typearticle
Langueen
DomainePhysics and Astronomy
ThématiqueSpace exploration and regulation
Établissements canadiensÉcole Nationale d'Administration PubliqueUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésOrganizational ecologySpace (punctuation)EcologyIndustrial ecologyEconomic geographyEconomicsEconomic systemPolitical scienceEnvironmental resource managementBusinessBiologySustainabilityManagementComputer science

Résumé

récupéré en direct d'OpenAlex

The global space industry is booming. While governmental agencies used to dominate outer space activities, private space organizations (PSOs) now launch rockets, operate strategic satellites, and even take tourists on space expeditions. How can we explain this emergence of PSOs? Building on organizational ecology theory and drawing on a novel dataset of 1751 space organizations and 52 semi-structured interviews, this paper finds that mutualistic relations between governmental space agencies and PSOs have been instrumental in the rise of PSOs. This emphasis on mutualism challenges the prevailing belief that a few visionary private entrepreneurs create the space industry from the ground up. It also refutes the notion that PSOs simply out-compete a stagnant public sector. PSOs have not superseded governmental space agencies; they are nurtured by and developed with them. This paper is one of the first to explain how private actors can emerge in a field historically dominated by governmental actors. In so doing, it contributes to studies on public-private interactions by showing how mutualism can structure a nascent industry. It also opens up new avenues for research on the political economy of outer space by making available a rich dataset of space actors.

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)0,002
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,999
Score d'incertitude au seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,004
Études des sciences et des technologies0,0010,006
Communication savante0,0030,003
Science ouverte0,0000,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,007
Tête enseignante GPT0,286
Écart entre enseignants0,280 · 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.

Devis d'étudeObservationnel
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
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueReview of International Political EconomyMême sujetSpace exploration and regulationTravaux en français237 207