Collaboration et innovation dans l'industrie québécoise des technologies propres : rapport de recherche
Bibliographic record
Abstract
Pour toute industrie, la dimension interactive de l’innovation, c’est-à-dire le fait qu’elle exige la participation d’une diversité de personnes et d’organisations, soulève des enjeux importants : où les entreprises trouvent-elles les ressources et les capacités externes dont elles ont besoin pour innover, les organisations de soutien existent-t-elles, leur offre de service est-elle pertinente et les différents acteurs de l’innovation ont-ils l’habitude de travailler ensemble, etc.? Pour une organisation d’intermédiation telle Écotech Québec qui mise précisément sur la mise en relation des 1000 organ isations qui composent l’industrie des technologies propres pour en assurer le développement et renforcer la capacité d’innovation, ces questions sont de première importance. Objectifs La présente étude vise à répondre à ces questions en poursuivant quatre objectifs : cerner les pratiques de collaboration des entreprises de la grappe des technologies propres dans le cadre de leurs activités d’innovation, identifier les motifs pour lesquels elles font appel aux services ou aux ressources de ces organisations externes, évaluer leur niveau de satisfaction concernant la contribution que leur apporte ces organisations; comprendre les dynamiques de collaboration afin de cerner quels sont les comportements et les pratiques les plus susceptibles de soutenir des rela tions durables et productives.
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 | 0.011 | 0.012 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.004 | 0.008 |
| Science and technology studies | 0.008 | 0.007 |
| Scholarly communication | 0.015 | 0.010 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.004 | 0.003 |
| Insufficient payload (model declined to judge) | 0.012 | 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".