Cluster in Mitteldeutschland - Strukturen, Potenziale, Förderung. Tagungsband
Bibliographic record
Abstract
Regionale Cluster erfreuen sich seit geraumer Zeit großen Interesses von Seiten der Wissenschaft sowie der Regionalpolitik. An sie wird die Hoffnung auf die Steigerung der Gründungsrate, der regionalen Innovationsfähigkeit und der betrieblichen Produktivität geknüpft, was im Endeffekt zur Erhöhung der regionalen Wettbewerbsfähigkeit beitragen soll. Wenngleich auch in Mitteldeutschland (Sachsen-Anhalt, Sachsen, Thüringen) vielfältige Cluster existieren (z. B. in der Biotechnologie, der Solartechnik, der Chemieindustrie, der Forstwirtschaft, der Mikroelektronik, der Nanotechnologien und der optischen Technologien), mangelt es bislang an genaueren Erkenntnissen über deren Aufbau und Entwicklungsstadien, die Ausgestaltung und Wirksamkeit der aktuellen Clusterförderung sowie die zu erwartende Entwicklung der bisherigen Strukturen. Vor diesem Hintergrund ist es Ziel des Tagungsbandes, die in Mitteldeutschland bestehenden Cluster zu identifizieren sowie hinsichtlich ihres Aufbaus und Entwicklungspotenzials zu analysieren, bisherige Maßnahmen der Clusterförderung in ihrer Wirkung kritisch zu beleuchten und zur Erweiterung der zugrunde liegenden konzeptionellen Basis beizutragen. Der Tagungsband vereint dazu die theoriegeleiteten Beiträge und Fallstudien aus der Clusterforschung sowie Erkenntnisse aus der Clusterförderungspraxis, die am 25. und 26. November 2010 im Rahmen des gemeinschaftlich vom Institut für Wirtschaftsforschung Halle (IWH) und der Fachgruppe Wirtschaftsgeographie der Martin-Luther-Universität Halle-Wittenberg organisierten Workshops 'Cluster in Mitteldeutschland - Strukturen, Potenziale, Förderung' in Halle (Saale) präsentiert worden sind ...
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 | 0.001 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.003 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.004 | 0.002 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.080 | 0.028 |
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".