MétaCan
Menu
Retour à la cohorte
Enregistrement W4403725257 · doi:10.1109/temsconlatam61834.2024.10717815

Trajectory of Technology Upgrading: Intellectual Structure and Future Research Directions

2024· article· en· W4403725257 sur OpenAlexaff
Mubarra Shabbir, Monika Petraitė, Muhammad Faraz Mubarak

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueInnovation Policy and R&D
Établissements canadiensDalhousie University
Organismes subventionnairesnon disponible
Mots-clésTrajectoryComputer sciencePhysics

Résumé

récupéré en direct d'OpenAlex

Technology upgrading is a crucial factor in global economic development and competitiveness. This paper provides a scoping review of technology upgrading research, examining literature from 1995 to 2023. The field, still evolving, is analyzed to understand its intellectual structure, identifying key thematic clusters and central contributors. Four primary research clusters are identified: i) Technology Upgrading and Economic Development; ii) China's Technological Advancement and Impact; iii) Global Value Chains and Knowledge Dynamics; and iv) Productivity and Competitive Dynamics. Each cluster covers diverse aspects of technology upgrading, from policy implications to environmental sustainability. The study highlights the necessity of a holistic perspective to inform policy-making and academic research, advocating for consolidating fragmented knowledge and providing a structured overview of the field. The paper calls for multifaceted future research, exploring governance models, innovation capabilities, and the lifecycle of technology within firms. Findings emphasize the growing academic and practical relevance of technology upgrading, evidenced by rising publication and citation rates. The review advocates for new inquiries, cross-disciplinary collaborations, and policy-oriented studies to advance technology upgrading and integrate it into economic and social frameworks. As technological innovation increasingly drives global development, this field is vital for shaping future progress. The studies is one of the earliest studies based on scoping review of technology upgrading that contributes the new knowledge in the literature of innovation management.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,829
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,060
Tête enseignante GPT0,304
Écart entre enseignants0,244 · 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 tête enseignante, pas un consensus.

Devis d'étudeThéorique ou conceptuel
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 sujetInnovation Policy and R&DTravaux en français237 207