Quel rôle réel pour les réseaux de firmes dans l'innovation locale ? Une analyse des bassins d'emplois canadiens durant la période 1997-2005
Bibliographic record
Abstract
Nous nous intéresserons à l’effet des réseaux de coopération entre firmes sur le potentiel d’innovation des territoires dans l’espace canadien. Nous nous appuyons sur une analyse des bassins d’emplois durant la période 1997-2005 sur la base des demandes de brevets déposés en commun par plusieurs inventeurs pour établir des réseaux de coopération. Nous montrons que, pour les localités proches des métropoles, le degré d’ouverture n’est pas associé au niveau d’innovation, tandis que leurs caractéristiques internes le sont. Par contre, pour les régions éloignées, l’ouverture et le réseautage externe jouent un rôle primordial des métropoles. Autrement dit, ce sont les localités éloignées les mieux reseautées qui sont les plus innovantes, tandis que la position dans les réseaux et l’ouverture ne distinguent pas entre elles les régions proches des métropoles. Ces résultats sont semblables, mais ne sont pas identiques, selon le type d’innovation observé.
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 | 0.003 | 0.009 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.004 |
| Science and technology studies | 0.002 | 0.002 |
| Scholarly communication | 0.007 | 0.004 |
| Open science | 0.001 | 0.003 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.014 | 0.002 |
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".