L' existence d’un écosystème d’innovation en milieu rural : cas de la région de Clare en Nouvelle-Écosse
Bibliographic record
Abstract
Lorsqu’il s’agit d’innover, les entreprises évoluant dans les milieux ruraux minoritaires font face à plus d’obstacles que leurs homologues d’autres milieux. L’existence d’un écosystème d’innovation (EI) a le potentiel d’aider à surmonter certaines de ces difficultés. Cet article explore le fonctionnement de l’EI dans un milieu rural minoritaire de langue officielle française, soit la région de Clare en Nouvelle-Écosse, en se concentrant sur deux questions : Comment les entreprises de cette région interagissent-elles avec les organisations de soutien? Ces interactions sont-elles intégrées à un EI? Les résultats montrent que les principaux acteurs d’un EI sont en place, mais que leur seule présence n’est pas suffisante pour assurer du soutien adéquat. Il manque à ce jour une plateforme commune de rencontre et d’échange ainsi qu’un leader de l’EI. De plus, l’existence d’une culture du secret affecte négativement la confiance nécessaire aux relations fructueuses et limite les échanges entre les acteurs.
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 | 0.002 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.006 | 0.007 |
| Scholarly communication | 0.006 | 0.002 |
| Open science | 0.000 | 0.004 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.006 | 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".