MétaCan
Menu
Back to cohort
Record W7001692093

La gestion de la connaissance dans l'agro-industrie : l'industrie vinicole en Argentine, au Canada et au Chili

2013· other· fr· W7001692093 on OpenAlexaboutno aff

Bibliographic record

VenueArchipelago (Université du Québec à Montréal) · 2013
Typeother
Languagefr
FieldMedicine
TopicPharmacological Effects and Toxicity Studies
Canadian institutionsnot available
Fundersnot available
KeywordsContext (archaeology)Perspective (graphical)Receivership
DOInot available

Abstract

fetched live from OpenAlex

Au cours des vingt dernières années, l'industrie vitivinicole mondiale a connu certains changements en ce qui concerne les divers agents économiques qui la composent. Ainsi le marché international du vin a été témoin de l'émergence d'entreprises productrices localisées dans les vallées vitivinicoles de l'Afrique du Sud, de l'Argentine, de l'Australie, du Chili et des États-Unis. Cette situation n'est pas étonnante, étant donné que ces pays avaient déjà une certaine expérience dans la production de vin pour le marché local. Cependant, en observant la présence de vins fins d'exportation en provenance de ces pays, dans divers concours œnologiques et dans des revues spécialisées, une question se pose quant aux facteurs qui ont permis à ces pays de se positionner sur des marchés internationaux exigeants. Dans ce contexte, la présente recherche essaie de comprendre les facteurs (économiques, institutionnels et technologiques) qui ont permis une amélioration dans la qualité des moûts et par conséquent, leur acceptation sur les marchés internationaux exigeants en qualité. De manière plus précise, nous nous demandons : De quelle manière, des facteurs comme les sources, les types et les canaux de transfert de la connaissance technique utilisée dans les secteurs du vin et œnologiques, ont-ils influencé la croissance de l'industrie du vin de l'Argentine, du Canada et du Chili? La réponse à cette question a été structurée en considérant des éléments théoriques de la perspective évolutionniste, perspective qui considère le changement et la dynamique comme des éléments centraux de son analyse et qui intègre des variables économiques comme des phénomènes institutionnels. Ainsi, les concepts théoriques associés aux formes d'apprentissage, à la connaissance et aux canaux de transfert technologique ont été fondamentaux lors de la structuration d'un cadre conceptuel qui permet de déterminer l'influence de l'origine de la connaissance et d'autres facteurs administratifs dans la qualité vitivinicole ainsi que les formes de transfert de connaissances les plus utilisées par l'industrie dans ces pays. Le travail empirique s'est concentré sur les vallées de Mendoza (Argentine), Colchagua, Curicó et Maule (Chili) et Okanagan (Canada). À l'aide de données d'enquête sur le terrain (sources primaires) et de données secondaires (Organisation Internationale du Vin, Scopus), nous avons constitué une base de données. Ces informations ont été analysées à travers différentes tests statistiques paramétriques et non paramétriques. Les résultats obtenus permettent de conclure que l'origine de la connaissance n'est pas un facteur décisif, lorsque vient le moment d'augmenter ou de diminuer la qualité des vins. Il y aurait ainsi d'autres mécanismes qui permettraient d'obtenir de meilleures qualités de vins, par exemple le développement d'un processus d'imitation. Toutefois, le développement d'un processus d'imitation implique qu'il soit aussi nécessaire de développer en même temps la recherche et le développement (R-D). Cette activité entraîne, non seulement de nouvelles découvertes ou des améliorations de croissance, mais permet aussi de développer des capacités techniques dans la ressource humaine, et permet de développer les capacités pour adopter ou imiter une nouvelle technologie. Aussi, à la différence de plusieurs autres industries, dans le secteur du vin la taille de l'entreprise est liée aux volumes produits et pas nécessairement avec la qualité produite. Finalement, les résultats ont montré que les entreprises situées dans des pays qui présentent un écosystème d'institutions de science et de technologie bien formé et consolidé, utilisent des canaux plus formels et directs de transfert technologique. \n______________________________________________________________________________ \nMOTS-CLÉS DE L’AUTEUR : perspective évolutionniste, formes d'apprentissage, connaissance technologique, canaux de transfert technologique et processus d'imitation.

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 imitation

Not 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.

metaresearch head score (Codex)0.001
metaresearch head score (Gemma)0.001
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Not applicable · Consensus signal: none
GenreCandidate signal: Other · Consensus signal: none
Teacher disagreement score0.525
Threshold uncertainty score0.944

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0010.001
Meta-epidemiology (narrow)0.0000.000
Meta-epidemiology (broad)0.0000.000
Bibliometrics0.0010.002
Science and technology studies0.0020.002
Scholarly communication0.0050.001
Open science0.0000.001
Research integrity0.0010.001
Insufficient payload (model declined to judge)0.0050.000

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.

Opus teacher head0.009
GPT teacher head0.212
Teacher spread0.203 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designNot applicable
Domainnot available
GenreOther

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".

Quick stats

Citations0
Published2013
Admission routes1
Has abstractyes

Explore more

Same venueArchipelago (Université du Québec à Montréal)Same topicPharmacological Effects and Toxicity StudiesFrench-language works237,207