How Innovative are Canadian Firms Compared to Some European Firms? A Comparative Look at Innovation Surveys
Bibliographic record
Abstract
Cette étude examine à quel point l'enquête innovation canadienne de 1999 et les enquêtes communautaires européennes d'innovation CIS2 de 1997/1998 sont comparables. Quatre pays européens sont comparés au Canada: la France, l'Allemagne, l'Irlande et l'Espagne. Nous faisons ressortir des différences dans la réalisation de l'enquête et la formulation du questionnaire. Nous proposons des façons d'harmoniser les données pour les rendre aussi comparables que possible. Les performances entre pays diffèrent suivant l'indicateur retenu. Le Canada est loin en tête sur base du pourcentage d'innovateurs,0501s se classe en dernière position sur base du chiffre d'affaires en produits innovants. Le Canada est à peu près à égalité avec l'Allemagne et l'Irlande pour ce qui est du pourcentage d'innovateurs dans le sens plus strict d'une première sur le marché. La France et l'Espagne sont moins performantes à cet égard,0501s pas dans la proportion d'innovateurs au sens strict parmi les innnovateurs au sens large. A côté de ces differences se dressent aussi des régularités, telles qu'une plus grande propension à innover dans les enterprises des secteurs high-tech ou de grande taille. La part du chiffre d'affaires en produits innovants est également plus élevée pour les firmes des secteurs de haute technologie0501s pas nécessairement pour les grandes firmes.
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 | 0.003 | 0.012 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.009 | 0.021 |
| Science and technology studies | 0.004 | 0.001 |
| Scholarly communication | 0.004 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.000 |
| Insufficient payload (model declined to judge) | 0.004 | 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".