Impact de l'adoption des technologies de l'information et des communications de pointe sur la performance des entreprises du secteur de la fabrication au Canada
Bibliographic record
Abstract
Le present document s'interesse a l'evolution de la structure industrielle du secteur de la fabrication au Canada de meme qu'a son lien avec le changement technologique en examinant l'adoption de technologies de pointe et son rapport avec le processus de croissance stochastique dans la population des usines. Il s'articule autour du point de vue selon lequel la croissance est un processus stochastique dans lequel intervient l'apprentissage. L'experimentation des nouvelles technologies recompense certaines entreprises a croissance et a rentabilite superieures. Pour savoir lesquelles, on y examine le rapport entre la croissance et le choix de differentes strategies technologiques. Le document etudie l'evolution de ce processus en sondant la relation entre l'adoption de nouvelles technologies et la performance des usines dans le secteur de la fabrication; cela se fait par la combinaison de donnees transversales sur les technologies de pointe a des donnees de panel longitudinales sur la performance des usines. Il s'interesse en particulier au lien entre l'utilisation des technologies de l'information et des communications (TIC) et la croissance de la part de marche et de la productivite relative d'une usine. Il appert qu'une proportion considerable de la part de marche passe des entreprises en declin aux entreprises en croissance sur une periode de dix ans. En meme temps, les secondes augmentent leur productivite par rapport aux premieres. Les utilisatrices de technologies qui employaient des technologies de communication ou combinaient differents types de technologies ont accru le plus leur productivite relative. Ces hausses de la productivite relative se sont accompagnees delargissements de la part de marche. Ont aussi contribue a accroitre la part de marche la presence d'installations de R et D et d'autres activites innovatrices.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.002 | 0.007 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.003 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.005 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".