MétaCan
Menu
Retour à la cohorte
Enregistrement W7120565476

Analysis of collaboration between companies in the cosmetics sector: a study based on patents

2019· dissertation· pt· W7120565476 sur OpenAlexaboutno aff
Cesio Pinto Barbosa Lemos

Notice bibliographique

RevueDigital Library of Theses and Dissertations (Universidade de São Paulo) · 2019
Typedissertation
Languept
DomaineComputer Science
ThématiqueHealthcare during COVID-19 Pandemic
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésWork (physics)Quarter (Canadian coin)
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

A análise das redes sociais é de crucial importância para o entendimento de diversos fenômenos organizacionais dentre eles, podemos destacar a busca das redes de cooperação entre empresas e outras instituições, ajudando os pesquisadores a compreenderem melhor como a empresa se relaciona e busca inovação por meio de agentes externos. Para esta pesquisa foram escolhidas as 5 maiores indústrias do setor de cosméticos, que tem como seu core business a divisão de cosméticos. A partir das bases de patentes a análise de redes sociais (ARS), foram lançadas mão para buscar compreender e analisar como a colaboração acontece nessas organizações. O período de analise compreendo os anos de 1998 até 2017 de todas as unidades que integram as corporações em estudo, utilizou-se o banco de dados de patentes Derwent Innovation da Clarivate Analytics, agrupando as patentes em famílias (INPADOC) e seus respectivos depositantes. A escolha de indústria de cosméticos, deve-se ao fato que a mesma é responsável por mais de 195 bilhões de dólares de faturamento segundo estudos publicados pela Statista (2018), e de intensa movimentação por inovação e diferenciais tecnológicos. Destaca-se que embora existam várias pessoas físicas como co-titulares de todas as organizações, elas não foram consideradas neste estudo em razão de focarmos nas colaborações interorganizacionais. Foram encontradas três diferentes classificações das empresas quanto a sua colaboração e depósito de patentes: Alone `n forward: empresas de intensa atividade que não colaboram; Share to Grow: empresas de intensa atividade patentária e com alto índice de colaboração e por fim, GTM (Go-to-Market), empresas de baixa atividade de proteção das tecnologias e com maior foco em distribuição e marketing

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)0,006
score de la tête « metaresearch » (Gemma)0,025
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesBibliométrie
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,993
Score d'incertitude au seuil0,030

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,025
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0070,008
Études des sciences et des technologies0,0030,001
Communication savante0,0040,006
Science ouverte0,0010,003
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,029
Tête enseignante GPT0,290
Écart entre enseignants0,261 · 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'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
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDigital Library of Theses and Dissertations (Universidade de São Paulo)Même sujetHealthcare during COVID-19 PandemicTravaux en français237 207