SciELO - Scientific Electronic Library Online

 
vol.33 número57Escenarios de futuro de la cadena hortofrutícola del Valle del Cauca. Horizonte del 2019 índice de autoresíndice de materiabúsqueda de artículos
Home Pagelista alfabética de revistas  

Servicios Personalizados

Revista

Articulo

Indicadores

Links relacionados

  • En proceso de indezaciónCitado por Google
  • No hay articulos similaresSimilares en SciELO
  • En proceso de indezaciónSimilares en Google

Compartir


Cuadernos de Administración (Universidad del Valle)

versión impresa ISSN 0120-4645

Resumen

QUINTERO RAMIREZ, Santiago; RUIZ CASTANEDA, Walter Lugo  y  ROBLEDO VELASQUEZ, Jorge. L’apprentissage dans les systèmes régionaux d’innovation: Un modèle à base d’agents. cuad.adm. [online]. 2017, vol.33, n.57, pp.7-20. ISSN 0120-4645.  https://doi.org/10.25100/cdea.v33i57.4535.

L’apprentissage dans les systèmes régionaux d’innovation est un phénomène complexe, dont l’analyse est abordée de plus en plus à travers de stratégies de simulation informatique. En particulier, la Modélisation à base d’agents a démontrée être une approche utile pour surmonter les limites d’autres stratégies méthodologiques. Elle rend possible une représentation des capacités d’ agents plus fidèles, leurs limites rationnelles, des mécanismes de prise de décisions qui expliquent leurs décisions, leur interaction et les formules de succès afin de profiter des opportunités du marché. Cependant, le développement de ces modèles pose des défis conceptuels et méthodologiques graves. Cet article propose un modèle qui représente les agents d’un système régional d’innovation, comme les vecteurs des capacités et d’apprentissage en tant que l’agglomérat de leurs capacités d’innovation. Le résultat de l’interaction induite par le marché est favorisé par la proximité entre les agents et influencé par les politiques publiques. Au niveau de la méthodologie, le développement du modèle commence avec une proposition conceptuelle validée par constatation avec la littérature spécialisée. Ensuite, nous avons élaboré un modèle qui a été vérifié et validé dans son comportement par informatique. Pour finir, nous avons fait un exercice de simulation de scénarios pour vérifier son application potentielle. Le modèle qui en résulte aide à comprendre la dynamique de l’apprentissage et les nouvelles tendances de spécialisation des agents ainsi que leur influence sur la performance du système. Finalement, les exercices de simulation montrent le potentiel du modèle pour orienter les décisions politiques visant à améliorer l’accomplissement des systèmes régionaux d’innovation.

Palabras clave : Apprentissage, iInteractions, Capacités, modèles à base d’agents; systèmes régionaux d’innovation.

        · resumen en Español | Inglés     · texto en Inglés     · Inglés ( pdf )