Innovation Districts: a rapid systematic review and synthesis of innovation district studies
Notice bibliographique
Résumé
Background: Innovation Districts are urban interventions designed to cluster key stakeholders and resources within a specific area to drive technological, creative, and scientific advancements. Although they are viewed as a tool for promoting sustainable growth and reducing spatial inequalities, empirical evidence on their real-world impact has largely not been synthesised.// Objective: This study aimed to map and synthesise empirical evidence on the economic and social impacts of Innovation Districts. Specifically, it sought to understand both short-term and long-term effects, including job creation, collaboration, and local community outcomes.// Methods: A rapid systematic review was conducted using mapping, narrative synthesis, and quantitative/qualitative approaches. Data from various geographical settings, particularly the US and Australia, were synthesized to evaluate Innovation Districts' impact on job creation and broader economic outcomes.// Components: The study reviewed 66 empirical studies and synthesised 55 of them. It focused on both short-term and long-term economic impacts, education initiatives, community engagement, and housing affordability within Innovation Districts. No UK studies on Innovation Districts were included.// Results: Innovation Districts have been effective in creating highly skilled jobs, particularly in research and development. However, they face challenges in fostering collaboration and integrating local communities. Long-term effects on job creation and housing pressures are less clear, although with some evidence indicating that Innovation Districts may exacerbate local inequalities.// Implications: While Innovation Districts show promise in economic terms, their social impacts are less understood. To prevent exacerbating inequalities, future Innovation Districts should have a greater emphasis on inclusive community engagement, equitable housing policies, and ensure that local residents benefit from the economic gains generated.
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 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 | 0,004 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,004 | 0,000 |
| Bibliométrie | 0,004 | 0,022 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».