Academic Entrepreneurship and Faculty Engagement with Industry In Canadian University Schools of Engineering
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
This study set out to explore and investigate academic entrepreneurship among the members of the professoriate holding continuing, full-time appointments in Canadian university faculties of engineering and applied science. The primary thesis advanced in this study is that faculty involvement in academic entrepreneurship can be explained (in part) by institutional, individual, and occupational factors. Academic entrepreneurship generates two distinct faculty behaviours or processes: the engagement with industry and the commercialisation of research. A conceptual model is used to identify potential antecedents and consequences of faculty involvement in both forms of academic entrepreneurship. Data from 379 respondents are collected using an online questionnaire and the study questions are addressed using correlational, step-wise multiple regression, and confidence interval testing. Findings from this study show that faculty engagement with industry and faculty research commercialisation are conceptually distinct yet strongly related in practice. The strength of industry collaboration is found to be strongly associated with the assessment of its benefits and costs. Occupational characteristics of research faculty are found to be robust predictors of both industry engagement and research commercialisation. The pattern of faculty-industry relationships, faculty research orientation and research identity, and institutional and job-related factors are strong predictors undergirding faculty motivation to collaborate with industry, the diversity and strength of industry engagement in practice, and research commercialisation activities. Scientists that engage more extensively with industry demonstrate better research performance outcomes than those less engaged.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 découle