理论教育 基于图5.3和图5.4的技术转化分类研究

基于图5.3和图5.4的技术转化分类研究

时间:2023-10-06 理论教育 版权反馈
【摘要】:数据反映了图5.3所显示的通过TRLs进行的技术转化分类的时间轴。图5.3通过TRLs的SNMP技术确认第二个案例使用改进的模型去研究一个在IT领域调查获取的数据集来度量大学、企业和政府的创造性和领导力。图5.4识别在IT和企业中8个基础研究主题的TRL转化。图5.4通过TRLs确认的基础IT研究领域总结独立信息源间的关系可作为一种系统地解释新系统或技术可识别状态的方式,从创新到商业应用。当数据被规范化后,一个ad-hoc网络形成并集成为一个整体。

基于图5.3和图5.4的技术转化分类研究

第一组数据集包含四个确切的、独立的可搜索在线资源(例如:学术出版物及引用、专利、新闻档案和在线映射网络)。数据反映了图5.3所显示的通过TRLs进行的技术转化分类的时间轴。对这些结果的分析说服我们去适应此模型(Abercrombie et al.,2012),以便TRLs用于决定被研究技术的生命周期阶段(Abercrombie et al.,2013)。

图5.3 通过TRLs的SNMP技术确认(彩图可参考原著)

第二个案例使用改进的模型去研究一个在IT领域调查获取的数据集来度量大学、企业和政府的创造性和领导力(Lee et al.,2012)。图5.4识别在IT和企业中8个基础研究主题的TRL转化(Abercrombie et al.,2013)。

应用TRL模型逻辑转化的定义提供了对一个主题系统(或技术)的进化的逐步的解释。这也增强了对其成熟度和市场影响力的洞察力(例如,以新三股螺旋模型实现创新)。

在生命周期背景下的TRL建模调查并明晰了如何系统地对系统/技术进化分类。这个模型借助原创科技会议文献(三股螺旋模型的学术组成部分)开始最初的发现。模型解释说明了技术开发和实施,对其进化和成熟产出常常是重要的。这一过程借助原创的科技和会议文献(政府基金资助的三股螺旋模型的学术组成部分和一些企业资助的情形)。专利基本受企业或政府研究的影响(三股螺旋模型的多个方面)。最后,模型全面解释了通过TRLs到商业应用和显著的全球经济影响的转化(三股螺旋模型的企业方面)。☞

图5.4 通过TRLs确认的基础IT研究领域(彩图可参考原著)

总结

独立信息源间的关系可作为一种系统地解释新系统或技术可识别状态的方式,从创新到商业应用。在第一个案例中,我们选择了一项非常有名的、有记录的技术来证明TRL模型逻辑转化假说。在第二个案例中,通过选择一个1965—2011年跨领域的基础IT研究领域和相应的企业门类来证实TRL转化假说。两个例子中,对有记录的主题领域我们应用TRL转化技术,可以在一个生命周期内明确和细化技术趋势。在改进的模型中,TRL转化有助于知识经济企业智能的创造。三股螺旋模型在此背景下非常重要(Leydesdorff,2010,2013)。企业智能辅助提供了一个用于创新的企业战略决策的基础,也是目前三股螺旋模型的战略目标(Concept:Theoretical Framework,2014;Leydesdorff,2012)。进一步的研究需要精炼关键的基础数据资源。本书只使用了两个经济影响门类。为了更好地理解一项技术生命周期的发展(如,重要技术突破),有必要分解经济影响类目。研究还有一个方向是分析行业兴趣类别间相关的供应链。在系统和技术生命周期背景下,我们更易于理解一项发明如何从一个类目影响(交叠)另一类别特性出现(开发)的区域中得来的(例如:手机硬件对iTunes软件)。而且,我们试图研究可替换技术来更好地理解变化的关键部分(如:TRL转化),达到更健壮的技术辨别和系统生命周期。

这一工作检验了一个澄清和确认系统或系统的采集(如:一种技术)的生命周期的扩展模型,从最初发现(借助原创的科技和会议文献),通过关键的进化和开发(借助原创的科技、会议文献和专利),通过TRLs转化,最终到商业应用。我们改变了之前的模型(Abercrombie et al.,2012),目标是利用TRL术语来确定系统生命周期和TRL模型概念与三股螺旋模型间的关系。我们所发现的是此方法允许使用完全不同的数据源。一旦数据集已经被规范化,评估就能推进。改进的模型(Abercrombie et al.,2014)逐步推进的过程如下:(www.daowen.com)

(1)搜索外部数据库或商业资源,获取与一项特定技术(最初的搜索字符串)相关的数据。

(2)一个ad-hoc网络形成于不同的来源,当对总体进行研究时,其就变成一个集成网络。应允许对完全不同的在线数据集资源进行分析。

(3)规范化不同的、完全独立的数据集。

(4)从第三步开始决定数据集内含的TRL转化。

(5)TRL转化,如改进的模型所表明的,其使得企业智能产生。

(6)在知识经济中企业智能的发现提供/辅助一个供企业决策的基础。

改进的模型能跟踪系统或相关技术的生命周期,从最初发现(借助原创的科技和会议文献),通过关键的进化和开发(借助原创的科技、会议文献和专利),通过TRLs转化,最终到商业应用。学术研究、专利、在线Web资源的影响在此过程中被辨认。目前,最易理解和实用的方法之一是搜索外部数据库以获取与特定技术或一系列关键阶段相关的数据。但是,原始数据可能是混乱的,不能提供对趋势的洞悉。当数据被规范化后,一个ad-hoc网络形成并集成为一个整体。这些完全独立的在线数据资源就能被分析了。未来,我们试图将更强大的机器学习技术应用到TRL转化的识别。我们预料这一工作将导致一个更完善的系统/技术识别方法,而且也将考虑其各自生命周期的当前状态和它们与三股螺旋模型的关系。

【注释】

[1]R.K.Abercrombie,Computational Sciences&Engineering Division,Oak Ridge National Laboratory,1 Bethel Valley Road,Oak Ridge,TN 37831,USA,Email:abercrombier@ornl.gov;A.S.Loebl,ScalarWave,LLC,P.O.Box 30614,Knoxville,TN 37930,USA,E-mail:loeblas@comcast.net.

免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。

我要反馈