Une analyse des mécanismes de coordination des activités d'affaires de valorisation des biotechnologies dans le système bioalimentaire du Québec
Bibliographic record
Abstract
Résumé Cette étude propose une analyse des activités du système de création de valeur bioalimentaire du Québec valorisant les biotechnologies. Ce système est composé de trois sous-systèmes, à savoir l’agriculture, la nutrition humaine et l’environnement. Des données primaires ont permis d’analyser l’ensemble des activités coordonnées par les différents types de firmes de ce secteur, ainsi que les flux d’information, les flux matériels et les relations d’influence qui s’y rattachent. Les résultats de la recherche ont mis en lumière l’importance de certains mécanismes de coordination. L’exploitation de la biotechnologie par les firmes du système bioalimentaire se traduit par des maillages organisationnels relativement peu complexes dans la mesure où l’interdépendance de ces activités est encore peu importante. Néanmoins, les résultats de la recherche montrent que les mécanismes de coordination sont à la base de modèles d’affaires adoptés par les différents groupes de firmes du système. Dans la perspective de la création de valeur dans l’ensemble de ce système, un renforcement des mécanismes de coordination entre l’agriculture, la nutrition humaine et l’environnement pourrait s’avérer nécessaire.
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 | 0.004 |
| 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 | 0.004 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.009 | 0.000 |
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".