Modelo de simulación y análisis de redes en los sistemas regionales de innovación
Titulo:

Modelo de simulación y análisis de redes en los sistemas regionales de innovación
.

Sumario:

La innovación y sus sistemas de conocimiento, son un fenómeno complejo, donde éstos en forma general interactúan mediante agentes para crear el Sistema Regional de Innovación, los cuales resultan ser las organizaciones que producen y transforman el conocimiento en una región, sin embargo, por su característica compleja, los agentes y los sistemas pueden ser también clasificados en económicos, sociales, públicos y privados. En vista de que estos agentes interactúan de forma diversa, continua y cooperativa, se hace necesario como objetivo principal construir un marco analítico apropiado para estudiar este fenómeno mediante el análisis de su evolución e interacción, por medio de la metodología de modelación y simulación como herramienta de aná... Ver más

Guardado en:

Cuaderno activa

2027-8101

2619-5232

Uribe Gómez, Julián Alberto

Quintero Ramírez, Santiago

Giraldo Ramírez, Diana Patricia

TECNOLOGICO DE ANTIOQUIA INSTITUCION UNIVERSITARIA

10.53995/20278101.336

8

2016-09-27

131

141

Colombia

Julián Alberto Uribe Gómez, Santiago Quintero Ramírez, Diana Patricia Giraldo Ramírez - 2016

Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.

info:eu-repo/semantics/openAccess

http://purl.org/coar/access_right/c_abf2

id metarevistapublica_tdea_cuadernoactiva_14_article_336
record_format ojs
spelling Modelo de simulación y análisis de redes en los sistemas regionales de innovación
Simulation Modeling and Network Analysis in Regional Innovation Systems
La innovación y sus sistemas de conocimiento, son un fenómeno complejo, donde éstos en forma general interactúan mediante agentes para crear el Sistema Regional de Innovación, los cuales resultan ser las organizaciones que producen y transforman el conocimiento en una región, sin embargo, por su característica compleja, los agentes y los sistemas pueden ser también clasificados en económicos, sociales, públicos y privados. En vista de que estos agentes interactúan de forma diversa, continua y cooperativa, se hace necesario como objetivo principal construir un marco analítico apropiado para estudiar este fenómeno mediante el análisis de su evolución e interacción, por medio de la metodología de modelación y simulación como herramienta de análisis para estudiar cuales serían las estructuras y las dinámicas con base a su producción de conocimiento e innovación. En general, las estructuras y las dinámicas se estudiarán mediante el análisis de redes, por lo tanto, los indicadores principales para abordar dicho fenómeno serán: el índice de clusterización y los vínculos formados en la red. Principalmente el índice de clusterización muestra como las redes de conocimiento interactúan en un ambiente de innovación, presentando así que a mayor índice de clusterización habrá mayor intercambio de innovación y conocimiento en una región.Palabras clave: agentes; innovación; interacción; sistema; simulación
Innovation and its knowledge systems are complex phenomena. They generally interact through agents to create the Regional Innovation System, which consists of the organizations producing and transforming knowledge in a given region. Nevertheless, given their complex nature, agents and systems could also be classified as economic, social, public and private. Since such agents interact diversely, continuously and cooperatively, the main purpose is to build an appropriate analytic framework to study such phenomenon. Its evolution and interaction will be analyzed by means of modeling and simulation methodologies, used as analytic tools to study their structures and dynamics, based on their production of knowledge and innovation. In general, the structures and their dynamics will be studied through network analysis. Therefore the main indicators to approach such phenomenon will be: the clusterization index and the number of links formed within the network. Mainly, the clusterization index shows how knowledge networks interact in an innovation environment, where the higher the clusterization index, the higher the innovation and knowledge in a given region.Keywords: agents; innovation; interaction; simulation; system
Uribe Gómez, Julián Alberto
Quintero Ramírez, Santiago
Giraldo Ramírez, Diana Patricia
8
1
Artículo de revista
Journal article
2016-09-27T00:00:00Z
2016-09-27T00:00:00Z
2016-09-27
application/pdf
text/xml
Tecnológico de Antioquia - Institución Universitaria
Cuaderno activa
2027-8101
2619-5232
https://ojs.tdea.edu.co/index.php/cuadernoactiva/article/view/336
10.53995/20278101.336
https://doi.org/10.53995/20278101.336
spa
https://creativecommons.org/licenses/by-nc-sa/4.0
Julián Alberto Uribe Gómez, Santiago Quintero Ramírez, Diana Patricia Giraldo Ramírez - 2016
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.
131
141
Akgün, A., Keskin, H. & Byrne, J. (2014). Complex adaptive systems theory and firm product innovativeness. Journal of Engineering and Technology Management, 31(101), 21-42.
Asheim, B. & Gertler, M. (2005). The Geography of Innovation: Regional Innovation Systems. Oxford University Press.
Banks, J. (1998). Handbook of Simulation: Principles, Methodology, Advances, Applications, and Practice. (J. Banks, Ed.) (1st ed., p. 864). Wiley-Interscience.
Borshchev, A. & Filippov, A. (2004). From System Dynamics and Discrete Event to Practical Agent Based Modeling: Reasons, Techniques, Tools. In The 22nd International Conference of the System Dynamics Society, pp.1-23. Oxford.
Buesa, M., Heijs, J. & Baumert, T. (2010). The determinants of regional innovation in Europe: A combined factorial and regression knowledge production function approach. Research Policy, 39(6), 722-735. doi:10.1016/j.respol. 2010.02.016
Carlsson, B., Jacobsson, S., Holmén, M. & Rickne, A. (2002). Innovation systems: analytical and methodological issues. Research Policy, 31, 233-245.
Chen, K., & Guan, J. (2011). Mapping the functionality of China’s regional innovation systems: A structural approach. China Economic Review, 22(1), 11-27. doi:10.1016/j.chieco.2010.08.002
Cooke, P. (1998). Regional systems of innovation: an evolutionary perspective. Environment and Planning, 30(9), 1563-1584.
Doloreux, D. (2002). What we should know about regional systems of innovation. Technology in Society, 24(3), 243-263.
Doloreux, D. & Parto, S. (2005). Regional innovation systems: Current discourse and unresolved issues. Technology in Society, 27(2), 133-153.
Epstein, J. & Axtell, R. (1996). Growing Artificial Societies: Social Science from the Bottom Up, p.226. The Brookings Institution.
Fritsch, M. & Slavtchev, V. (2011). Determinants of the Efficiency of Regional Innovation Systems. Regional Studies, 45(7), 905-918.
Goto, Y. & Takahashi, S. (2013). Agent-Based Modeling and Simulation Validation by Scenario Analysis. In T. Murata, T. Terano, & S. Takahashi (Eds.), Agent-Based Approaches in Economic and Social Complex Systems VII, 3-16. Springer Japan.
Humann, J. & Madni, A. M. (2014). Integrated Agent-based modeling and optimization in complex systems analysis. Procedia Computer Science, 28, 818-827.
Iandoli, L. Palumbo, F., Ponsiglione, C., Tortora, C. & Zollo, G. (2012). Prospettive e Instrumenti per lo sviluppo di sistemi regionali di innovazione auto-sostenibili.
Macal, C. & North, M. (2013). Introductory Tutorial: Agent-Based modeling and simulation. Proceedings of the 2013 Winter Simulation Conference, 362-376.
Miller, J. & Page, S. (2007). Complex Adaptive Systems, 1-284.
Newman, M. (2003). The structure and function of complex networks. Santa Fe.
OECD. (2005). Manual de Oslo Guía para la recogida e interpretación de datos sobre innovación (p.194).
Olsen, M. & Raunak, M. (2013). A framework for simulation validation coverage. In Proceedings of the 2013 Winter Simulation Conference, 1569-1580.
Ormerod, P., & Rosewell, B. (2009). Validation and Verification of Agent-Based Models in the Social Sciences. In F. Squazzoni (Ed.), Epistemological Aspects of Computer Simulation in the Social Sciences. 130-140. Springer Berlin Heidelberg. doi:10.1007/978-3-642-01109-2_10
Pyka, A. & Scharnhorst, A. (2009). Innovation Networks: new approaches in modelling and analyzing,1-331.
Quintero, S., & Robledo, J. (2013). El Aprendizaje como Propiedad Emergente en los Sistemas Regionales de Innovación. In XV Congreso Latino-Iberoamericano de Gestión 2013, 1-16. Oporto.
Shiping, G. & Weidong, Z. (2009). Efficiency Evaluation on Knowledge Creation in Regions of China.
Sterman, J. D. (2000). Business Dynamics: Systems Thinking and Modeling for a Complex World (p.1008). McGraw-Hill/Irwin.
Tödtling, F., & Trippl, M. (2005). One size fits all? Research Policy, 34(8), 1203-1219.
Trippl, M. (2006). Cross-Border Regional Innovation Systems, (November). Retrieved from http://epub.wu.ac.at/1110/
Watts, D., & Strogatz, S. (1998). Collective dynamics of “small-world” networks. Nature, 393, 440-442.
Zollo, G., De Crescenzo, E. & Ponsiglione, C. (2011). A GAP Analysis of Regional Innovation Systems (RIS) with Medium-Low Innovative Capabilities: The Case of Campania Region (Italy). In ESU European University Network on Entrepreneurship Conference 2011 (pp.1-19). Seville.
https://ojs.tdea.edu.co/index.php/cuadernoactiva/article/download/336/371
https://ojs.tdea.edu.co/index.php/cuadernoactiva/article/download/336/1080
info:eu-repo/semantics/article
http://purl.org/coar/resource_type/c_6501
http://purl.org/coar/resource_type/c_2df8fbb1
http://purl.org/redcol/resource_type/ART
info:eu-repo/semantics/publishedVersion
http://purl.org/coar/version/c_970fb48d4fbd8a85
info:eu-repo/semantics/openAccess
http://purl.org/coar/access_right/c_abf2
Text
Publication
institution TECNOLOGICO DE ANTIOQUIA INSTITUCION UNIVERSITARIA
thumbnail https://nuevo.metarevistas.org/TECNOLOGICODEANTIOQUIAINSTITUCIONUNIVERSITARIA/logo.png
country_str Colombia
collection Cuaderno activa
title Modelo de simulación y análisis de redes en los sistemas regionales de innovación
spellingShingle Modelo de simulación y análisis de redes en los sistemas regionales de innovación
Uribe Gómez, Julián Alberto
Quintero Ramírez, Santiago
Giraldo Ramírez, Diana Patricia
title_short Modelo de simulación y análisis de redes en los sistemas regionales de innovación
title_full Modelo de simulación y análisis de redes en los sistemas regionales de innovación
title_fullStr Modelo de simulación y análisis de redes en los sistemas regionales de innovación
title_full_unstemmed Modelo de simulación y análisis de redes en los sistemas regionales de innovación
title_sort modelo de simulación y análisis de redes en los sistemas regionales de innovación
title_eng Simulation Modeling and Network Analysis in Regional Innovation Systems
description La innovación y sus sistemas de conocimiento, son un fenómeno complejo, donde éstos en forma general interactúan mediante agentes para crear el Sistema Regional de Innovación, los cuales resultan ser las organizaciones que producen y transforman el conocimiento en una región, sin embargo, por su característica compleja, los agentes y los sistemas pueden ser también clasificados en económicos, sociales, públicos y privados. En vista de que estos agentes interactúan de forma diversa, continua y cooperativa, se hace necesario como objetivo principal construir un marco analítico apropiado para estudiar este fenómeno mediante el análisis de su evolución e interacción, por medio de la metodología de modelación y simulación como herramienta de análisis para estudiar cuales serían las estructuras y las dinámicas con base a su producción de conocimiento e innovación. En general, las estructuras y las dinámicas se estudiarán mediante el análisis de redes, por lo tanto, los indicadores principales para abordar dicho fenómeno serán: el índice de clusterización y los vínculos formados en la red. Principalmente el índice de clusterización muestra como las redes de conocimiento interactúan en un ambiente de innovación, presentando así que a mayor índice de clusterización habrá mayor intercambio de innovación y conocimiento en una región.Palabras clave: agentes; innovación; interacción; sistema; simulación
description_eng Innovation and its knowledge systems are complex phenomena. They generally interact through agents to create the Regional Innovation System, which consists of the organizations producing and transforming knowledge in a given region. Nevertheless, given their complex nature, agents and systems could also be classified as economic, social, public and private. Since such agents interact diversely, continuously and cooperatively, the main purpose is to build an appropriate analytic framework to study such phenomenon. Its evolution and interaction will be analyzed by means of modeling and simulation methodologies, used as analytic tools to study their structures and dynamics, based on their production of knowledge and innovation. In general, the structures and their dynamics will be studied through network analysis. Therefore the main indicators to approach such phenomenon will be: the clusterization index and the number of links formed within the network. Mainly, the clusterization index shows how knowledge networks interact in an innovation environment, where the higher the clusterization index, the higher the innovation and knowledge in a given region.Keywords: agents; innovation; interaction; simulation; system
author Uribe Gómez, Julián Alberto
Quintero Ramírez, Santiago
Giraldo Ramírez, Diana Patricia
author_facet Uribe Gómez, Julián Alberto
Quintero Ramírez, Santiago
Giraldo Ramírez, Diana Patricia
citationvolume 8
citationissue 1
publisher Tecnológico de Antioquia - Institución Universitaria
ispartofjournal Cuaderno activa
source https://ojs.tdea.edu.co/index.php/cuadernoactiva/article/view/336
language spa
format Article
rights https://creativecommons.org/licenses/by-nc-sa/4.0
Julián Alberto Uribe Gómez, Santiago Quintero Ramírez, Diana Patricia Giraldo Ramírez - 2016
Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-CompartirIgual 4.0.
info:eu-repo/semantics/openAccess
http://purl.org/coar/access_right/c_abf2
references Akgün, A., Keskin, H. & Byrne, J. (2014). Complex adaptive systems theory and firm product innovativeness. Journal of Engineering and Technology Management, 31(101), 21-42.
Asheim, B. & Gertler, M. (2005). The Geography of Innovation: Regional Innovation Systems. Oxford University Press.
Banks, J. (1998). Handbook of Simulation: Principles, Methodology, Advances, Applications, and Practice. (J. Banks, Ed.) (1st ed., p. 864). Wiley-Interscience.
Borshchev, A. & Filippov, A. (2004). From System Dynamics and Discrete Event to Practical Agent Based Modeling: Reasons, Techniques, Tools. In The 22nd International Conference of the System Dynamics Society, pp.1-23. Oxford.
Buesa, M., Heijs, J. & Baumert, T. (2010). The determinants of regional innovation in Europe: A combined factorial and regression knowledge production function approach. Research Policy, 39(6), 722-735. doi:10.1016/j.respol. 2010.02.016
Carlsson, B., Jacobsson, S., Holmén, M. & Rickne, A. (2002). Innovation systems: analytical and methodological issues. Research Policy, 31, 233-245.
Chen, K., & Guan, J. (2011). Mapping the functionality of China’s regional innovation systems: A structural approach. China Economic Review, 22(1), 11-27. doi:10.1016/j.chieco.2010.08.002
Cooke, P. (1998). Regional systems of innovation: an evolutionary perspective. Environment and Planning, 30(9), 1563-1584.
Doloreux, D. (2002). What we should know about regional systems of innovation. Technology in Society, 24(3), 243-263.
Doloreux, D. & Parto, S. (2005). Regional innovation systems: Current discourse and unresolved issues. Technology in Society, 27(2), 133-153.
Epstein, J. & Axtell, R. (1996). Growing Artificial Societies: Social Science from the Bottom Up, p.226. The Brookings Institution.
Fritsch, M. & Slavtchev, V. (2011). Determinants of the Efficiency of Regional Innovation Systems. Regional Studies, 45(7), 905-918.
Goto, Y. & Takahashi, S. (2013). Agent-Based Modeling and Simulation Validation by Scenario Analysis. In T. Murata, T. Terano, & S. Takahashi (Eds.), Agent-Based Approaches in Economic and Social Complex Systems VII, 3-16. Springer Japan.
Humann, J. & Madni, A. M. (2014). Integrated Agent-based modeling and optimization in complex systems analysis. Procedia Computer Science, 28, 818-827.
Iandoli, L. Palumbo, F., Ponsiglione, C., Tortora, C. & Zollo, G. (2012). Prospettive e Instrumenti per lo sviluppo di sistemi regionali di innovazione auto-sostenibili.
Macal, C. & North, M. (2013). Introductory Tutorial: Agent-Based modeling and simulation. Proceedings of the 2013 Winter Simulation Conference, 362-376.
Miller, J. & Page, S. (2007). Complex Adaptive Systems, 1-284.
Newman, M. (2003). The structure and function of complex networks. Santa Fe.
OECD. (2005). Manual de Oslo Guía para la recogida e interpretación de datos sobre innovación (p.194).
Olsen, M. & Raunak, M. (2013). A framework for simulation validation coverage. In Proceedings of the 2013 Winter Simulation Conference, 1569-1580.
Ormerod, P., & Rosewell, B. (2009). Validation and Verification of Agent-Based Models in the Social Sciences. In F. Squazzoni (Ed.), Epistemological Aspects of Computer Simulation in the Social Sciences. 130-140. Springer Berlin Heidelberg. doi:10.1007/978-3-642-01109-2_10
Pyka, A. & Scharnhorst, A. (2009). Innovation Networks: new approaches in modelling and analyzing,1-331.
Quintero, S., & Robledo, J. (2013). El Aprendizaje como Propiedad Emergente en los Sistemas Regionales de Innovación. In XV Congreso Latino-Iberoamericano de Gestión 2013, 1-16. Oporto.
Shiping, G. & Weidong, Z. (2009). Efficiency Evaluation on Knowledge Creation in Regions of China.
Sterman, J. D. (2000). Business Dynamics: Systems Thinking and Modeling for a Complex World (p.1008). McGraw-Hill/Irwin.
Tödtling, F., & Trippl, M. (2005). One size fits all? Research Policy, 34(8), 1203-1219.
Trippl, M. (2006). Cross-Border Regional Innovation Systems, (November). Retrieved from http://epub.wu.ac.at/1110/
Watts, D., & Strogatz, S. (1998). Collective dynamics of “small-world” networks. Nature, 393, 440-442.
Zollo, G., De Crescenzo, E. & Ponsiglione, C. (2011). A GAP Analysis of Regional Innovation Systems (RIS) with Medium-Low Innovative Capabilities: The Case of Campania Region (Italy). In ESU European University Network on Entrepreneurship Conference 2011 (pp.1-19). Seville.
type_driver info:eu-repo/semantics/article
type_coar http://purl.org/coar/resource_type/c_6501
type_version info:eu-repo/semantics/publishedVersion
type_coarversion http://purl.org/coar/version/c_970fb48d4fbd8a85
type_content Text
publishDate 2016-09-27
date_accessioned 2016-09-27T00:00:00Z
date_available 2016-09-27T00:00:00Z
url https://ojs.tdea.edu.co/index.php/cuadernoactiva/article/view/336
url_doi https://doi.org/10.53995/20278101.336
issn 2027-8101
eissn 2619-5232
doi 10.53995/20278101.336
citationstartpage 131
citationendpage 141
url2_str_mv https://ojs.tdea.edu.co/index.php/cuadernoactiva/article/download/336/371
url4_str_mv https://ojs.tdea.edu.co/index.php/cuadernoactiva/article/download/336/1080
_version_ 1811200377610043392

Código QR

Estadísticas y Métricas Alternativas

Títulos similares