Good practices in mission-oriented innovation strategies and their implementation
Notice bibliographique
Résumé
Modern innovation policies should target in equal measure both economic competitiveness and societal progress. They should be informed by ambitious, overarching principles-based strategies that enable us to formulate specific political goals, or missions. We also need governance structures that allow for the agile, participatory and inclusive implementation of innovation policy measures. Presenting good examples of such strategies and structures at work in the Netherlands, United Kingdom, Sweden, Canada and Japan, our study examines what these examples have to offer in terms of lessons learned that are relevant for Germany and Europe. The results of this study are published as a results paper within the framework of the Reinhard Mohn Prize 2020 project, “Fostering Innovation. Unlocking potential.” This Bertelsmann Stiftung project is tasked with identifying promising mechanisms, institutions and strategies that could be applied to efforts advancing innovative capacity in Germany and Europe. The twofold aim of such efforts is to ensure, for one, that we remain technologically – and thus economically – competitive. But just as important is the need to address societal challenges while ensuring humane, democratic and inclusive economic development. With this vision in mind, the Bertelsmann Stiftung conducted an extensive international good-practice research study and, in cooperation with the Fraunhofer Institute for Systems and Innovation Research ISI, bundled the findings into four so-called results papers. Additional results papers in the “Innovation for Transformation” series address issues such as Networking and exchange in mission-oriented innovation processes, Addressing societal challenges through disruptive technologies and Fostering innovative startups in pre-seed phase. The final publication in this series, An agenda for the future: Innovation for transformation, presents a summary of the results papers’ overarching conclusions.
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 | 0,156 | 0,121 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,007 | 0,006 |
| Études des sciences et des technologies | 0,010 | 0,046 |
| Communication savante | 0,028 | 0,017 |
| Science ouverte | 0,005 | 0,012 |
| Intégrité de la recherche | 0,009 | 0,010 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,002 |
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 ».