Conhecimento e inovação em sistemas locais de produção de revestimentos cerâmicos e os novos desafios da concorrência internacional
Bibliographic record
Abstract
Este trabalho tem como objetivo contribuir para a compreensão das novas dinâmicas de geração de conhecimento e inovação em sistemas locais de produção a partir dos desafios da concorrência internacional, por meio da realização de estudos em dois sistemas locais da indústria de cerâmica de revestimento no Brasil, um localizado em Santa Gertrudes/SP e outro em Criciúma/SC. O estudo mostrou que os principais movimentos que caracterizaram o cenário competitivo global no período recente foram a expansão da China no mercado internacional; a expansão da indústria espanhola, fortemente calcada na interação com seus fornecedores de colorifícios; e a perda de participação da indústria italiana, a despeito da forte presença da indústria de máquinas e equipamentos. Mesmo com esse contexto de acirramento da concorrência internacional, a indústria brasileira atravessou um período de expansão, com o crescimento concomitante do mercado doméstico e das exportações. Esse crescimento traduziu-se em um elevado dinamismo da indústria, que contou tanto com a expansão da oferta de revestimentos cerâmicos como com mudanças expressivas nos parâmetros técnico-produtivos das empresas, motivadas em grande parte por um conjunto de benefícios decorrentes da aglomeração das empresas.
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 | 0.001 | 0.002 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.002 | 0.002 |
| Scholarly communication | 0.004 | 0.002 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.000 |
| Insufficient payload (model declined to judge) | 0.004 | 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".