Analysis of development initiatives in Colombia parks by case study methodology
Bibliographic record
Abstract
Los Parques Científico-Tecnológicos (PCT) constituyen una de las herramientas de mayor impacto para fomentar el desarrollo de la I+D+i de los territorios, por medio de procesos tales como la transferencia de tecnología generada al interior de los mismos. Las experiencias de PCT de Estados Unidos y Gran Bretaña, muestran resultados positivos para el desarrollo y comercialización de los resultados de investigación, pero estas experiencias no han podido ser replicadas en países emergentes con el mismo éxito. A los primeros PCT les tomó aproximadamente 20 años completar su consolidación y actualmente se estima un proceso típico de desarrollo entre 10 y 15 años, dentro de los cuales, tales instrumentos alcanzan la fase de madurez. En Colombia, la Política Nacional de Parques Tecnológicos (PNPT), tiene 13 años de formulada y en ella se reconocen cinco iniciativas de parques, de las cuales ninguna ha cumplido las condiciones para alcanzar su madurez. El objetivo de esta investigación es describir de manera comparativa las variables que han generado este nivel de desarrollo en dos PCT Colombianos por medio de la identificación de factores claves, la codificación de prácticas y la derivación de lecciones del análisis a profundidad de las experiencias de los parques de Antioquia y Guatiguará. Esta investigación implementa métodos mixtos que incluyen la metodología de estudio de caso, la técnica de análisis estructural y cuestionarios y entrevistas semi estructuradas. La ventana de tiempo de esta investigación está comprendida entre los años 2000 y 2012, por ser este el periodo de mayor actividad en el desarrollo de los PCT en Colombia. Los hallazgos indican que factores asociados a las relaciones con universidades e infraestructura, han sido determinantes para la consolidación y el crecimiento de los parques Colombianos
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 | 0.006 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.005 | 0.007 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.003 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.000 |
| Insufficient payload (model declined to judge) | 0.003 | 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".