Modelo de Previsión Tecnológica para Instituciones Públicas de Investigación

Autores/as

DOI:

https://doi.org/10.61164/rmnm.v12i2.2924

Palabras clave:

Avaliação de Patentes, Previsão, Inovação, Transferência de Tecnologias, Instituições Públicas de Pesquisa

Resumen

Instituições Públicas de Pesquisa (IPP) desempenham um papel crucial no desenvolvimento nacional, contudo enfrentam desafios diante de mudanças políticas, econômicas e sociais. Este estudo propõe um modelo de forecasting tecnológico para IPP, integrando inovação, custos e potencial de mercado com a Modelagem por Equações Estruturais. Conforme as leis de inovação, as IPP são encarregadas de contribuir economicamente e socialmente através do desenvolvimento tecnológico. Em uma pesquisa com 104 servidores de três IPP no Piauí, o modelo proposto evidencia que mecanismos de forecasting tecnológico podem influenciar a análise de custos, estratégias de inovação e a visão de mercado. Com base nos questionários aplicados, evidenciou-se a necessidade de capacitação em Propriedade Intelectual e de investimentos nos Núcleos de Inovação Tecnológica. Tais ações visam aprimorar os processos de Transferência de Tecnologia (TT). Observa-se que análise de custos, estratégias de inovação e visão de mercado favorecem uma avaliação e valoração adequada das tecnologias.

Referencias

ALMEIDA, J. J. M. A Perspectiva Estratégica e Operacional da Propriedade Intelectual da Universidade Federal De Sergipe: Proposta de um Modelo Conceitual. Dissertação (Mestrado em Ciência da Propriedade Intelectual) – Universidade Federal de Sergipe, São Cristóvão, 2019.

ANARI, A.; KOLARI, J. W. Engineering Statistics Handbook. 2009.

ANDREASSI, T. ET. AL. Relação Entre Inovação Tecnológica E Patentes: O Caso Brasileiro. Revista de Administração, v. 35, n. 1, p. 63-71, 2000.

BRASIL. Lei n. 9279 de 14 de maio de 1996. Regula direitos e obrigações relativos à propriedade industrial. Diário Oficial da União, Brasília, 1996.

BRASIL. Lei nº 10.973, de 2 de dezembro de 2004. Dispõe sobre incentivos à inovação e à pesquisa científica e tecnológica no ambiente produtivo e dá outras providências. DOU, Brasília, n. 232, 3 dez. 2004.

BRASIL. Lei n. 13.243, de 11 de janeiro de 2016. Dispõe sobre estímulos ao desenvolvimento científico, à pesquisa, à capacitação científica e tecnológica e à inovação. Diário Oficial da União, Brasília, DF, seção 1, p. 1, 12 jan. 2016. Disponível em: https://www.planalto.gov.br/ccivil_03/_Ato2015-2018/2016/Lei/L13243.htm. Acesso em: 14 nov. 2023.

BROWN, T. A. Confirmatory factor analysis for applied research. Nova Iorque: The Guilford Press. 2006.

BROWN, Timothy A. Confirmatory factor analysis for applied research. Guilford publications, 2015.

CALLEJA-SANZ, Gema; OLIVELLA-NADAL, Jordi; SOLÉ-PARELLADA, Francesc. Technology forecasting: Recent trends and new methods. Research methodology in management and industrial engineering, p. 45-69, 2020. DOI: https://doi.org/10.1007/978-3-030-40896-1_3

CHANG, Hung‐Fan; LUO, Chih‐Ming. Analyze innovation strategy of technical‐intensive industries: scenario analysis viewpoint. Business Strategy Series, v. 11, n. 5, p. 302-307, 2010. DOI: https://doi.org/10.1108/17515631011080713

CHOI, Jaehyun et al. A predictive model of technology transfer using patent analysis. Sustainability, v. 7, n. 12, p. 16175-16195, 2015. DOI: https://doi.org/10.3390/su71215809

CHRISTLER, Anna et al. Technology transfer of a monitoring system to predict product concentration and purity of biopharmaceuticals in real‐time during chromatographic separation. Biotechnology and Bioengineering, v. 118, n. 10, p. 3941-3952, 2021. DOI: https://doi.org/10.1002/bit.27870

CLOSS, L., FERREIRA, G., SAMPAIO, C., & PERIN, M. Intervenientes na transferência de tecnologia universidade-empresa: o caso PUCRS. Revista de Administração Contemporânea, 16(1), 61-78. 2012. Recuperado de http://www.scielo.br/pdf/rac/v16n1/a05v16n1.pdf. DOI: https://doi.org/10.1590/S1415-65552012000100005

CORRÊA, F. C. A patente na universidade: contexto e perspectivas de uma política de geração de patentes na Universidade Federal Fluminense. 2007. 124 f. Dissertação (Mestrado em Ciência da Informação), Convênio Instituto Brasileiro de Informação em Ciência e Tecnologia/Universidade Federal Fluminense, Niterói-RJ, Brasil, 2007.

DAY, George S.; SCHOEMAKER, Paul JH. Peripheral vision: Detecting the weak signals that will make or break your company. Boston, Mass.: Harvard Business School, 2006. Disponível em: https://lccn.loc.gov/2005030884 Acesso: julho de 2024.

DIAS, Alexandre Aparecido; PORTO, Geciane Silva. Como a USP transfere tecnologia?. Organizações & Sociedade, v. 21, n. 70, p. 489-507, 2014. DOI: https://doi.org/10.1590/S1984-92302014000300008

FENG, Lijie et al. A review of technological forecasting from the perspective of complex systems. Entropy, v. 24, n. 6, p. 787, 2022. DOI: https://doi.org/10.3390/e24060787

FORMICT. Formulário de Informações sobre a Política de Propriedade Intelectual das Instituições Científicas e Tecnológicas. Ministério da Ciência, Tecnologia e Inovação. Secretaria de Desenvolvimento Tecnológico e Inovação. Política de Propriedade Intelectual das Instituições Científicas e Tecnológicas do Brasil: Relatório Formict 2016. Brasília: MCTI, 2017.

FORMICT. Formulário de Informações sobre a Política de Propriedade Intelectual das Instituições Científicas e Tecnológicas. Ministério da Ciência, Tecnologia e Inovação. Secretaria de Desenvolvimento Tecnológico e Inovação. Política de Propriedade Intelectual das Instituições Científicas e Tecnológicas do Brasil: Relatório Formict 2017. Brasília: MCTI, 2018.

FORMICT. Formulário de Informações sobre a Política de Propriedade Intelectual das Instituições Científicas e Tecnológicas. Ministério da Ciência, Tecnologia e Inovação. Secretaria de Desenvolvimento Tecnológico e Inovação. Política de Propriedade Intelectual das Instituições Científicas e Tecnológicas do Brasil: Relatório Formict 2018. Brasília: MCTI, 2019.

FREITAS, R. A. B., et al. Public Research Institutions and Their Connections with Patents of Companies in Technological and Regional Development. International Journal for Innovation Education and Research, v. 8, n. 5, p. 95–108, 2020. DOI: 10.31686/ijier.vol8.iss5.2315. Disponível em: https://ijier.net/ijier/article/view/2315. Acesso em: 11 maio. 2024. DOI: https://doi.org/10.31686/ijier.vol8.iss5.2315

FREITAS, R. A. B., et al. Adequação de questionário para avaliação do desenvolvimento de tecnologias em Instituições Públicas de Pesquisa. Conjecturas, v. 22, n. 11, p. 362-378, 2022. DOI: https://doi.org/10.53660/CONJ-1369-W05

FREITAS, R. A. B.; OLIVEIRA JÚNIOR, A. M. de O.; MELO, H. C. S.; Scientific Production and Intellectual Property: Analysis of the Correlations between Evaluation and Valuation of Patents in the Transfer of Technologies in Public Research Institutions. International Journal for Innovation Education and Research, v. 8, n. 8, p. 34–49, 2020. DOI: 10.31686/ijier.vol8.iss8.2489. Disponível em: https://ijier.net/ijier/article/view/2489. Acesso em: 10 feb. 2024. DOI: https://doi.org/10.31686/ijier.vol8.iss8.2489

FUJINO, Asa; STAL, Eva. Gestão da propriedade intelectual na universidade pública brasileira: diretrizes para licenciamento e comercialização. Revista de Negócios, v. 12, n. 1, p. 104-120, 2007. DOI: https://doi.org/10.7867/1980-4431.2007v12n1p104-120

GARNICA, L. A., & TORKOMIAN, A. L. V. Gestão de tecnologia em universidades: uma análise do patenteamento e dos fatores de dificuldade e de apoio à transferência de tecnologia no Estado de São Paulo. Gestão & Produção, 16(4), 624-638. (2009). http://dx.doi.org/10.1590/S0104-530X2009000400011 DOI: https://doi.org/10.1590/S0104-530X2009000400011

HAIR JR., J. F., ANDERSON, R. E., TATHAM, R. L., & BLACK, W. C. Multivariate data analysis (5th ed.). Upper Saddle River: Prentice-Hall. 1998.

HAIR JR., J. F.; ANDERSON, R. E.; TATHAM, R.L.; BLACK, W. C. Análise multivariada de dados. 5a Ed. Porto Alegre: Bookman, 2005.

HAIR, J. F.; BLACK, W. C.; BABIN, B. J.; ANDERSON, R. E.; TATHAM, R. L. Análise multivariada de dados. 6. Ed. Porto Alegre: Bookman, 2009.

HAIR, J.F.; BLACK, W.C.; BABIN, B.J.; ANDERSON, R.E. Multivariate data analysis (7th ed.), Prentice Hall, NJ, 2010.

HAIR, J. F.; SARSTEDT, M.; HOPKINS, L.; KUPPELWIESER. Partial least squares structural equation modeling (PLS-SEM): an emerging tool in business research. European Business Review, v. 26, n. 2, p.106-121, 2014. DOI: https://doi.org/10.1108/EBR-10-2013-0128

HAIR, J. F.; SARSTEDT, M.; RINGLE, C. M.; GUDERGAN, S. P. Advanced Issues in Partial Least Squares Structural Equation Modeling. Thousand Oaks: Sage Publication, 2017. DOI: https://doi.org/10.1007/978-3-319-05542-8_15-1

INPI, Assessoria de Assuntos Econômicos Elaboração própria a partir das Estatísticas Preliminares (2022).

INPI, Assessoria de Assuntos Econômicos Elaboração própria a partir das Estatísticas Preliminares (2023).

LIMA, Sérgio Henrique de Oliveira et al. Modelagem de intenção empreendedora de estudantes universitários usando equações estruturais. Revista Pretexto, v. 17, n. 2, p. 42-65, 2016. DOI: https://doi.org/10.21714/pretexto.v17i2.2772

OLIVEIRA JUNIOR, Antonio Martins; ALMEIDA, Jair Jefferson Maia. Análise das inter-relações das patentes das universidades sob a perspectiva de mercado. Navus-Revista de Gestão e Tecnologia, v. 9, n. 4, p. 139-160, 2019. DOI: https://doi.org/10.22279/navus.2019.v9n4.p139-160.907

KABORE, Francois P.; PARK, Walter G. Can patent family size and composition signal patent value?. Applied Economics, p. 1-21, 2019. DOI: https://doi.org/10.1080/00036846.2019.1624914

KIM, Youngho; PARK, Sangsung; KANG, Jiho. Technology Commercialization Activation Model Using Imagification of Variables. Applied Sciences, v. 12, n. 16, p. 7994, 2022. DOI: https://doi.org/10.3390/app12167994

KIM, Mirae; GEUM, Youngjung. Predicting patent transactions using patent-based machine learning techniques. IEEE Access, v. 8, p. 188833-188843, 2020. DOI: https://doi.org/10.1109/ACCESS.2020.3030960

KLINE, R. B. Principles and practice of structural equation modeling. 2nd Ed. New York: the Guilford Press, 2005.

KLINE, Rex B. Principles and practice of structural equation modeling. Guilford publications, 2023.

KUCHARAVY, Dmitry; DAMAND, David; BARTH, Marc. Technological forecasting using mixed methods approach. International Journal of Production Research, v. 61, n. 16, p. 5411-5435, 2023. DOI: https://doi.org/10.1080/00207543.2022.2102447

LI, Hui et al. Patent design around method based on AFD for umbrella-type patent strategy, Journal of Mechanical Engineering, V. 52, N. 5, p. 1-11, 2016 DOI: https://doi.org/10.3901/JME.2016.05.001

MONTAÑEZ, Aida Mayerly Fúquene; MARTÍNEZ, Diana Cristina Ramírez; DOMÍNGUEZ, Oscar Fernando Castellanos. Pronóstico para el fortalecimiento del desarrollo tecnológico. Ingeniería e Investigación, v. 29, n. 3, p. 102-108, 2009. DOI: https://doi.org/10.15446/ing.investig.v29n3.15191

NAZEMI, Kawa; BURKHARDT, Dirk; KOCK, Alexander. Visual analytics for technology and innovation management: An interaction approach for strategic decision making. Multimedia Tools and Applications, v. 81, n. 11, p. 14803-14830, 2022. DOI: https://doi.org/10.1007/s11042-021-10972-3

PEREIRA, Cristiano Gonçalves et al. Forecasting of emerging therapeutic monoclonal antibodies patents based on a decision model. Technological Forecasting and Social Change, v. 139, p. 185-199, 2019. DOI: https://doi.org/10.1016/j.techfore.2018.11.002

PEREIRA, D. V. F. Análise da valoração de tecnologias nas universidades federais do centro-oeste. 148f. Dissertação (Mestrado em Administração) – Programa de Pós-Graduação Mestrado em Administração, Universidade Federal de Mato Grosso do Sul, Campo Grande (MS), Brasil, 2013.

RINGLE, Christian M.; DA SILVA, Dirceu; DE SOUZA BIDO, Diógenes. Modelagem de equações estruturais com utilização do SmartPLS. REMark-Revista Brasileira de Marketing, v. 13, n. 2, p. 56-73, 2014. DOI: https://doi.org/10.5585/remark.v13i2.2717

ROSA, Rodrigo Assunção; FREGA, José Roberto. Intervenientes do processo de transferência tecnológica em uma universidade pública. Revista de Administração Contemporânea, v. 21, n. 4, p. 435-457, 2017. DOI: https://doi.org/10.1590/1982-7849rac2017160097

SANTOS, D. T. E.; SANTIAGO, L. P. Avaliar x valorar novas tecnologias: Desmistificando conceitos. Radar da Inovação, p. 1-8, 2008.

SOARES, D. S. C. Modelo híbrido de avaliação e valoração de tecnologias Desenvolvidas em universidades. Dissertação (Mestrado em Ciência da Propriedade Intelectual) – Universidade Federal de Sergipe, São Cristóvão, 2018.

TIDD, Joe; BESSANT, John R. Managing innovation: integrating technological, market and organizational change. John Wiley & Sons, 2020.

VAN NORMAN, G. A.; EISENKOT, A. Technology transfer: from the research bench to commercialization. Basic to Translational Science, v.2, n. 1, p. 85-97, 2017. DOI: https://doi.org/10.1016/j.jacbts.2017.01.003

VOLLES, Barbara Kobuszewski; GOMES, Giancarlo; PARISOTTO, Iara Regina dos Santos. Universidade empreendedora e transferência de conhecimento e tecnologia. REAd. Revista Eletrônica de Administração (Porto Alegre), v. 23, n. 1, p. 137-155, 2017. DOI: https://doi.org/10.1590/1413-2311.03716.61355

WANG, Shouyi; CHAOVALITWONGSE, Wanpracha Art. Evaluating and Comparing Forecasting Models. Wiley Encyclopedia of Operations Research and Management Science, 2010. DOI: 10.1002/9780470400531.eorms0307 DOI: https://doi.org/10.1002/9780470400531.eorms0307

Publicado

2024-11-13

Cómo citar

Modelo de Previsión Tecnológica para Instituciones Públicas de Investigación. (2024). REMUNOM, 12(2). https://doi.org/10.61164/rmnm.v12i2.2924