MétaCan
Menu
← Retour à la cohorte
Enregistrement W7077317295

Emergence of Innovation Ecosystem and the Orchestration of the Science, Technology and Innovation Continuum in a Globally Complex Technopolitical Environment: The Case of 5G Technology

2024· other· fr· W7077317295 sur OpenAlexaboutno aff

Notice bibliographique

RevuePolyPublie (École Polytechnique de Montréal) · 2024
Typeother
Languefr
DomaineComputer Science
ThématiqueGeochemistry and Geologic Mapping
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésContext (archaeology)GlobalizationEmerging technologiesHegemony
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

RÉSUMÉ: Dans le contexte mondial actuel, les organisations telles que les entreprises, les universités et les instituts de recherche sont amenées à collaborer, tant au niveau national qu’international, pour rester compétitives. Ces collaborations sont de plus en plus influencées par l’interaction entre la technologie et la géopolitique (techno-politique). Cela se manifeste particulièrement dans le développement de technologies de pointe telles que la blockchain, l’informatique quantique, l’intelligence artificielle et la 5G, où la collaboration est essentielle pour concrétiser les avantages économiques et obtenir un avantage concurrentiel. Parallèlement, ces technologies exacerbent la concurrence géopolitique, alors que les nations et les organisations se disputent la domination stratégique tout en cherchant à éviter une dépendance critique envers certains pays. Dans cet environnement complexe, les écosystèmes d’innovation se révèlent être un cadre pertinent pour analyser ces défis interconnectés. Les orchestrateurs d’écosystèmes d’innovation doivent naviguer au sein de ces complexités, particulièrement durant la phase critique d’émergence de ces écosystèmes. Cependant, une grande partie de la littérature existante se concentre sur des écosystèmes déjà établis, négligeant souvent les processus de formation dans des contextes internationaux, technologiques et politiques incertains. Pour combler cette lacune, cette thèse s’articule autour de la question de recherche suivante : Comment les acteurs clés orchestrent-ils l’émergence d’un écosystème d’innovation dans un contexte international, technologique et politique incertain ? Sur la base d’une revue approfondie de la littérature présentée dans le premier chapitre, trois axes de recherche sont explorés pour répondre à cette question : (1) les mécanismes clés d’orchestration dans la phase d’émergence des écosystèmes d’innovation ; (2) la résilience des écosystèmes d’innovation face aux perturbations externes ; (3) le rôle des politiques publiques dans la phase d’émergence des écosystèmes. Ces trois axes sont abordés sous des angles différents et de manière complémentaire dans quatre articles, chacun contribuant à une meilleure compréhension des processus d’orchestration et des dynamiques au sein des écosystèmes d’innovation émergents. Tout d’abord, l’écosystème de la 5G est encore dans sa phase d’émergence, car il n’a pas encore été largement adopté, notamment par les entreprises et les industries, laissant ainsi une grande partie de son potentiel inexploité. Ensuite, le fait que la technologie 5G ait déclenché des tensions géopolitiques en raison de son potentiel économique important et des préoccupations en matière de sécurité en fait un sujet particulièrement pertinent pour nos objectifs de recherche. L’une des particularités de cette thèse réside dans l’adoption d’une approche multiméthodes qui intègre à la fois des analyses qualitatives et quantitatives pour explorer l’émergence de l’écosystème d’innovation 5G. En combinant des méthodes variées telles que l’analyse des réseaux sociaux, les régressions, la fouille de texte et les entretiens semi-structurés, cette recherche exploite différentes sources de données et méthodologies pour obtenir une compréhension approfondie de plusieurs dimensions de la phase d’émergence d’un écosystème dans des contextes internationaux, technologiques et politiques incertains. Une étude approfondie identifie ensuite les mécanismes clés impliqués dans l’émergence d’un écosystème d’innovation. Plus précisément, cette analyse met en lumière le rôle d’orchestrateur qu’une structure temporaire collective peut jouer. En réunissant des acteurs clés, cette recherche montre comment, et par quels mécanismes, cette structure temporaire peut orchestrer l’émergence d’un écosystème d’innovation (Article 1). Une analyse des réseaux sociaux et des structures de type petit monde a mis en évidence des changements dans les modèles de collaboration et les propriétés structurelles du réseau scientifique autour de la 5G durant les périodes de tensions géopolitiques, principalement entre la Chine et les États-Unis (Article 2). De plus, une simulation de l’exclusion de Huawei du réseau académique-industrie 5G canadien examine l’impact de cette exclusion sur la collaboration et les propriétés structurelles du réseau. Cette analyse est complétée par une analyse de texte utilisant des techniques de fouille de texte, qui identifie les thématiques de recherche sur la 5G potentiellement dépendantes de Huawei au Canada (Article 3). Enfin, une étude quantitative, basée sur un modèle économétrique, permet d’observer l’impact de la collaboration scientifique avec des chercheurs chinois et Huawei sur la performance scientifique des chercheurs canadiens dans le domaine de la 5G (Article 4). ABSTRACT: In today’s global landscape, organizations such as firms, universities, and research institutions are compelled to collaborate both nationally and internationally to stay competitive. These collaborations are increasingly influenced by the interplay between technology and geopolitics (technopolitics). This is particularly evident in the development of frontier technologies like blockchain, quantum computing, AI, and 5G, where collaboration is essential for realizing economic benefits and securing a competitive edge. At the same time, these technologies intensify geopolitical competition, as nations and organizations race to achieve strategic dominance while also striving to avoid dependence on certain countries for critical technologies. In this complex environment, innovation ecosystems emerge as an interesting framework for investigating these interconnected challenges. Orchestrators of innovation ecosystems must navigate these complexities, particularly during the critical emergence phase of these ecosystems. However, much of the existing literature focuses on established ecosystems, often overlooking how these ecosystems form in uncertain international, technological, and political contexts. To address this gap, this thesis focuses on the following research question: How do key actors orchestrate an emerging innovation ecosystem in an uncertain international, technological, and political context? Based on an in-depth review of the literature presented in the first chapter, three research avenues are explored to answer this research question: (1) key orchestration mechanisms in the emergence phase of innovation ecosystems; (2) the resilience of innovation ecosystems to external disturbances; (3) the role of public policy in the emergence phase of ecosystems. These three avenues are approached from different angles and in different ways in four separate articles, each contributing to an understanding of orchestration processes and the dynamics within emerging innovation ecosystems. First, the 5G ecosystem is still in its emerging phase, as it has not yet been widely adopted, particularly by firms and industries, leaving much of its potential untapped. Second, the fact that 5G technology has triggered geopolitical tensions due to its significant economic potential and associated security concerns makes it especially pertinent to our research objectives. One of the original features of this thesis lies in its adoption of a multi-method approach that integrates both qualitative and quantitative analyses to explore the emergence of the 5G innovation ecosystem. By combining diversified methods such as social network analysis, regressions, text mining, and semi-structured interviews, this research takes advantage of several types of data and methodologies to obtain a deeper understanding on several dimensions of the emergence phase of an ecosystem in uncertain international, technological, and political contexts. An in-depth case study then identifies the key mechanisms involved in the emergence of an innovation ecosystem. More specifically, this analysis highlights the orchestrator role that a collective temporary structure can play. By bringing together key players, this research shows how and by what mechanisms this temporary structure could orchestrate the emergence of an innovation ecosystem (Article 1). An analysis of social networks and small-world structures has showed changes in collaborative patterns and structural properties of the scientific network in 5G during periods of geopolitical tension, mainly between China and the USA (Article 2). In addition, a simulation of Huawei’s exclusion from the Canadian 5G academic-industrial network examines the impact of this exclusion on collaboration and structural properties of the network. This analysis is complemented by a text analysis using text mining techniques, which identifies 5G research topics potentially dependent on Huawei in Canada (Article 3). Finally, a quantitative study based on an econometric model allows us to observe the impact of scientific collaboration with Chinese scientists and Huawei on the scientific performance of 5G Canadian researchers (Article 4).

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)0,002
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
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: Empirique
Score de désaccord entre enseignants0,996
Score d'incertitude au seuil0,024

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0040,008
Communication savante0,0070,006
Science ouverte0,0010,005
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0070,000

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 Opus0,014
Tête enseignante GPT0,231
Écart entre enseignants0,217 · 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.

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
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePolyPublie (École Polytechnique de Montréal)→Même sujetGeochemistry and Geologic Mapping→Travaux en français237 207→