MétaCan
Menu
Retour à la cohorte
Enregistrement W6993005817

Mutations des secteurs commerciaux exploitant les infrastructures spatiales : analyse et indicateurs économiques

2023· article· en· W6993005817 sur OpenAlexfundno aff

Notice bibliographique

Revuetheses.fr (ABES) · 2023
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueRegional Economics and Spatial Analysis
Établissements canadiensnon disponible
Organismes subventionnairesCanadian Space AgencyEuropean CommissionEuropean Space AgencyEuropean Organization for the Exploitation of Meteorological SatellitesCentre National d’Etudes SpatialesU.S. Department of Defense
Mots-clésContext (archaeology)Identification (biology)
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Cette thèse développe une méthode d'évaluation de l'importance économique des secteurs commerciaux utilisant les infrastructures spatiales, regroupés sous l'appellation de secteur spatial aval. La Partie 1 (Chap. 1 et 2) situe le contexte et identifie les enjeux méthodologiques. Le Chapitre 1 aborde le New Space comme changement structurel du secteur spatial, accélérant le développement commercial de l'espace et ouvrant de nouvelles opportunités de marché. Le Chapitre 2 réalise une revue de littérature pour souligner les enjeux liés à l'évaluation de la partie aval du secteur spatial. La Partie 2 (Chap. 3 et 4) se concentre sur le développement de la méthodologie d'évaluation, appliquée à la France en 2021. Le Chapitre 3 propose une approche basée sur la reconnaissance d'entités nommées pour identifier les entreprises spatiales aval. Le Chapitre 4 détaille la mesure des revenus du secteur spatial aval. Enfin, la Partie 3 (Chap. 5) enrichit la méthode par une analyse théorique de la nature économique des données et de l'information à l'ère numérique, en développant un cadre inspiré de l'approche flux-fond pour caractériser leur rôle dans la création de valeur.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,174
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
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)0,0010,001

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 Opus0,103
Tête enseignante GPT0,278
Écart entre enseignants0,175 · 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'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

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuetheses.fr (ABES)Même sujetRegional Economics and Spatial AnalysisTravaux en français237 207