MétaCan
Menu
← Retour à la cohorte
Enregistrement W6995925345

Policy Rationale for Innovation Parks in Canada

2018· dissertation· en· W6995925345 sur OpenAlexfundaboutno aff

Notice bibliographique

RevueMacSphere (McMaster University) · 2018
Typedissertation
Langueen
DomaineEnvironmental Science
ThématiqueClimate Change and Health Impacts
Établissements canadiensnon disponible
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaMcMaster UniversityGlobal Affairs CanadaCanada Excellence Research Chairs, Government of CanadaOntario Centres of ExcellenceNatural Resources CanadaCanadian Light Source
Mots-clésnon disponible
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Innovation Parks became an innovation and economic development policy instrument in the Western world more than two decades ago. While Canada was slow to catch up to this phenomenon, it did eventually join the trend. This study analyzes the policy rationales for innovation parks in Canada through a national and sub-national lens. For this purpose, Ontario and Saskatchewan are chosen as comparative points. It compares the Saskatchewan Innovation Place (SIP), McMaster Innovation Park (MIP), and David Johnston Research and Technology Park (DJRTP). The study develops a three-pronged analysis of institutions, interests and ideas to explain why governments support innovation parks as a policy instrument. It is argued that the continued support of these initiatives is largely a function of institutional path-dependence and policy lock-ins manifest through sunk infrastructure investments, desire to balance different interest groups – mainly the commercial real estate sector and the organizations representing the research parks. These institutional and structural struggles are underpinned by the ideational frames of economic development and knowledge-based economic growth.

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)0,005
score de la tête « metaresearch » (Gemma)0,016
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,765
Score d'incertitude au seuil0,887

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,016
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,003
Études des sciences et des technologies0,0240,007
Communication savante0,0170,003
Science ouverte0,0030,005
Intégrité de la recherche0,0090,010
Charge utile insuffisante (le modèle a refusé de juger)0,0150,000

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 Opus0,031
Tête enseignante GPT0,257
Écart entre enseignants0,226 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations0
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMacSphere (McMaster University)→Même sujetClimate Change and Health Impacts→Travaux en français237 207→