In an era of knowledge-based economy, commercialized research and globalized competition for talent, the creation of innovation ecosystems and innovation networks is at the forefront of efforts of cities. In this context, public authorities, private organizations, and academics respond to the question of the most promising indicators that can predict innovation with various innovation scoreboards. The current paper aims at increasing the understanding of the existing indicators and complementing the various innovation assessment toolkits, using large datasets from non-traditional sources. The success of both top down implemented innovation districts and community-level innovation ecosystems is complex and has not been well examined. Yet, limited data shed light on the association between indicators and innovation performance at the neighborhood level. For this purpose, the city of Boston has been selected as a case study to reveal the importance of its neighborhood's different characteristics in achieving high innovation performance. The study uses a large geographically distributed dataset across Boston's 35 zip code areas, which contains various business, entrepreneurial-specific, socio-economic data and other types of data that can reveal contextual urban dimensions. Furthermore, in order to express the innovation performance of the zip code areas, new metrics are proposed connected to innovation locations. The outcomes of this analysis aim to introduce a 'Neighborhood Innovation Index' that will generate new planning models for higher innovation performance, which can be easily applied in other cases. By publishing this large-scale dataset of urban informatics, the goal is to contribute to the innovation discourse and enable a new theoretical framework that identifies the linkages among cities' socio-economic characteristics and innovation performance.


翻译:在知识经济、商业化研究和全球化人才竞争的时代,创新生态和创新网络的创建是城市努力的重点。在这种情况下,公共当局、私营组织和学者用各种创新评估工具的创新表来回答最有前途的能预测创新的指标的问题。本文旨在增加对现有指标的理解,并以大数据集为基础,从非传统来源中鉴定创新指标,补充各种创新评估工具。成功实施顶层创新区和社区创新生态系统都是复杂的问题,并且没有得到很好的研究。尽管如此,有限的数据也可以揭示指标和不同社区之间在创新绩效上的关联。为此,选择波士顿作为案例研究,揭示其不同社区在实现高创新绩效方面的重要性。该研究使用波士顿35个邮政编码区域的大型地理分布数据集,其中包含各种商业、创业专用、社会经济数据和其他类型的数据,以揭示城市背景下的情境维度。此外,为了表达邮政编码区域的创新绩效,提出了与创新位置有关的新指标。该分析的结果旨在介绍一个“社区创新指数”,以生成新的规划模型,以实现更高的创新绩效,并可以轻松应用于其他情况。通过发布这个大规模的城市信息学数据集,目的是为了为创新话语做出贡献,并建立一种新的理论框架,以确定城市社会经济特征和创新绩效之间的联系。

0
下载
关闭预览

相关内容

数据集,又称为资料集、数据集合或资料集合,是一种由数据所组成的集合。
Data set(或dataset)是一个数据的集合,通常以表格形式出现。每一列代表一个特定变量。每一行都对应于某一成员的数据集的问题。它列出的价值观为每一个变量,如身高和体重的一个物体或价值的随机数。每个数值被称为数据资料。对应于行数,该数据集的数据可能包括一个或多个成员。
《数字技术雷达》Indosat公司2022最新118页技术文档
专知会员服务
35+阅读 · 2022年11月16日
【2022新书】Python数据科学导论,309页pdf
专知会员服务
81+阅读 · 2022年8月6日
【2022新书】Python数据科学:手册导论,286页pdf
专知会员服务
95+阅读 · 2022年6月25日
GNN 新基准!Long Range Graph Benchmark
图与推荐
0+阅读 · 2022年10月18日
【2022新书】Python数据科学导论,309页pdf
专知
5+阅读 · 2022年8月6日
VCIP 2022 Call for Demos
CCF多媒体专委会
1+阅读 · 2022年6月6日
征稿 | International Joint Conference on Knowledge Graphs (IJCKG)
开放知识图谱
2+阅读 · 2022年5月20日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
大数据 | 顶级SCI期刊专刊/国际会议信息7条
Call4Papers
10+阅读 · 2018年12月29日
美国化学会 (ACS) 北京代表处招聘
知社学术圈
11+阅读 · 2018年9月4日
笔记 | Sentiment Analysis
黑龙江大学自然语言处理实验室
10+阅读 · 2018年5月6日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
1+阅读 · 2009年12月31日
Arxiv
0+阅读 · 2023年5月30日
Arxiv
0+阅读 · 2023年5月26日
VIP会员
相关VIP内容
《数字技术雷达》Indosat公司2022最新118页技术文档
专知会员服务
35+阅读 · 2022年11月16日
【2022新书】Python数据科学导论,309页pdf
专知会员服务
81+阅读 · 2022年8月6日
【2022新书】Python数据科学:手册导论,286页pdf
专知会员服务
95+阅读 · 2022年6月25日
相关资讯
GNN 新基准!Long Range Graph Benchmark
图与推荐
0+阅读 · 2022年10月18日
【2022新书】Python数据科学导论,309页pdf
专知
5+阅读 · 2022年8月6日
VCIP 2022 Call for Demos
CCF多媒体专委会
1+阅读 · 2022年6月6日
征稿 | International Joint Conference on Knowledge Graphs (IJCKG)
开放知识图谱
2+阅读 · 2022年5月20日
Hierarchically Structured Meta-learning
CreateAMind
26+阅读 · 2019年5月22日
大数据 | 顶级SCI期刊专刊/国际会议信息7条
Call4Papers
10+阅读 · 2018年12月29日
美国化学会 (ACS) 北京代表处招聘
知社学术圈
11+阅读 · 2018年9月4日
笔记 | Sentiment Analysis
黑龙江大学自然语言处理实验室
10+阅读 · 2018年5月6日
相关基金
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
1+阅读 · 2009年12月31日
Top
微信扫码咨询专知VIP会员