Институт статистических исследований и экономики знаний НИУ ВШЭ анализирует вклад предпринимательского сектора науки в развитие исследований и разработок (ИР) в России и приводит сопоставимые данные по ведущим странам мира.
Тема «публикации»
Институт статистических исследований и экономики знаний (ИСИЭЗ) НИУ ВШЭ представляет аналитический доклад, отражающий полные итоги исследования «Делаем науку в России», эмпирической базой которого послужили данные двух опросов представителей 577 университетов и научных организаций (руководителей или их заместителей по научной деятельности), проведенных ИСИЭЗ в конце 2022 г. и в 2017 г.
Институт статистических исследований и экономики знаний НИУ ВШЭ представляет восьмой выпуск рейтинга инновационного развития регионов России. В текущем выпуске наиболее инновационными признаны Москва, Республика Татарстан и Нижегородская область. Эксперты также выявили, что Томская область стала вновь ведущим регионом в сфере научных исследований и разработок, а в Татарстане более 25% предприятий региона занимаются инновационной деятельностью.
Институт статистических исследований и экономики знаний НИУ ВШЭ анализирует, как менялись с 2010 г. уровень и специфика публикационной активности российских ученых и как на сложившиеся тренды повлияли международные санкции и обострение геополитической ситуации.
Препринт Андрея Яковлева, Александра Калгина и стажера-исследователя МЦИИР Матвея Бакшука “Factors of carrier promotion for regional and local officials in Russia: evidence from large-scale list experiment” вышел в серии препринтов независимого исследовательского института The Quality of Government (QoG) Гетеборгского университета.
Вторая статья, выполненная в рамках проекта QTM «Совершенствование методологии автоматического анализа текстов на основе тематического моделирования», на тему "Random forests with parametric entropy-based information gains for classification and regression problems" выйдет в печать.
В журнале «Эпистемология и философия науки» опубликована статья стажера-исследователя Ивана Соболева «Критерии различия пресуппозиций и конвенциональных импликатур».
На сайте PsyArXiv Preprints опубликована работа Элины Цигеман, Виктории Земляк, Максима Лиханова, Костаса Пападжорджиу и Юлии Ковас – результа сотрудничества России, Германии, Китая и Великобритании.
Работа "Topic models with elements of neural networks: investigation of stability, coherence, and determining the optimal number of topics" была подготовлена в рамках проекта QTM «Совершенствование методологии автоматического анализа текстов на основе тематического моделирования».