The feasibility of high-efficiency InAs/GaAs quantum dot intermediate band solar cells

In recent years, all the operating principles of intermediate band behaviour have been demonstrated in InAs/GaAs quantum dot (QD) solar cells. Having passed this hurdle, a new stage of research is underway, whose goal is to deliver QD solar cells with efficiencies above those of state-of-the-art single-gap devices. In this work, we demonstrate that this is possible, using the present InAs/GaAs QD system, if the QDs are made to be radiatively dominated, and if absorption enhancements are achieved by a combination of increasing the number of QDs and light trapping. A quantitative prediction is also made of the absorption enhancements required, suggesting that a 30 fold increase in the number of QDs and a light trapping enhancement of 10 are sufficient. Finally, insight is given into the relative merits of absorption enhancement via increasing QD numbers and via light trapping.

Multi-dimensional classification using Bayesian networks for stationary and evolving streaming data

Hoy en día, con la evolución continua y rápida de las tecnologías de la información y los dispositivos de computación, se recogen y almacenan continuamente grandes volúmenes de datos en distintos dominios y a través de diversas aplicaciones del mundo real. La extracción de conocimiento útil de una cantidad tan enorme de datos no se puede realizar habitualmente de forma manual, y requiere el uso de técnicas adecuadas de aprendizaje automático y de minería de datos. La clasificación es una de las técnicas más importantes que ha sido aplicada con éxito a varias áreas. En general, la clasificación se compone de dos pasos principales: en primer lugar, aprender un modelo de clasificación o clasificador a partir de un conjunto de datos de entrenamiento, y en segundo lugar, clasificar las nuevas instancias de datos utilizando el clasificador aprendido. La clasificación es supervisada cuando todas las etiquetas están presentes en los datos de entrenamiento (es decir, datos completamente etiquetados), semi-supervisada cuando sólo algunas etiquetas son conocidas (es decir, datos parcialmente etiquetados), y no supervisada cuando todas las etiquetas están ausentes en los datos de entrenamiento (es decir, datos no etiquetados). Además, aparte de esta taxonomía, el problema de clasificación se puede categorizar en unidimensional o multidimensional en función del número de variables clase, una o más, respectivamente; o también puede ser categorizado en estacionario o cambiante con el tiempo en función de las características de los datos y de la tasa de cambio subyacente. A lo largo de esta tesis, tratamos el problema de clasificación desde tres perspectivas diferentes, a saber, clasificación supervisada multidimensional estacionaria, clasificación semisupervisada unidimensional cambiante con el tiempo, y clasificación supervisada multidimensional cambiante con el tiempo. Para llevar a cabo esta tarea, hemos usado básicamente los clasificadores Bayesianos como modelos. La primera contribución, dirigiéndose al problema de clasificación supervisada multidimensional estacionaria, se compone de dos nuevos métodos de aprendizaje de clasificadores Bayesianos multidimensionales a partir de datos estacionarios. Los métodos se proponen desde dos puntos de vista diferentes. El primer método, denominado CB-MBC, se basa en una estrategia de envoltura de selección de variables que es voraz y hacia delante, mientras que el segundo, denominado MB-MBC, es una estrategia de filtrado de variables con una aproximación basada en restricciones y en el manto de Markov. Ambos métodos han sido aplicados a dos problemas reales importantes, a saber, la predicción de los inhibidores de la transcriptasa inversa y de la proteasa para el problema de infección por el virus de la inmunodeficiencia humana tipo 1 (HIV-1), y la predicción del European Quality of Life-5 Dimensions (EQ-5D) a partir de los cuestionarios de la enfermedad de Parkinson con 39 ítems (PDQ-39). El estudio experimental incluye comparaciones de CB-MBC y MB-MBC con los métodos del estado del arte de la clasificación multidimensional, así como con métodos comúnmente utilizados para resolver el problema de predicción de la enfermedad de Parkinson, a saber, la regresión logística multinomial, mínimos cuadrados ordinarios, y mínimas desviaciones absolutas censuradas. En ambas aplicaciones, los resultados han sido prometedores con respecto a la precisión de la clasificación, así como en relación al análisis de las estructuras gráficas que identifican interacciones conocidas y novedosas entre las variables. La segunda contribución, referida al problema de clasificación semi-supervisada unidimensional cambiante con el tiempo, consiste en un método nuevo (CPL-DS) para clasificar flujos de datos parcialmente etiquetados. Los flujos de datos difieren de los conjuntos de datos estacionarios en su proceso de generación muy rápido y en su aspecto de cambio de concepto. Es decir, los conceptos aprendidos y/o la distribución subyacente están probablemente cambiando y evolucionando en el tiempo, lo que hace que el modelo de clasificación actual sea obsoleto y deba ser actualizado. CPL-DS utiliza la divergencia de Kullback-Leibler y el método de bootstrapping para cuantificar y detectar tres tipos posibles de cambio: en las predictoras, en la a posteriori de la clase o en ambas. Después, si se detecta cualquier cambio, un nuevo modelo de clasificación se aprende usando el algoritmo EM; si no, el modelo de clasificación actual se mantiene sin modificaciones. CPL-DS es general, ya que puede ser aplicado a varios modelos de clasificación. Usando dos modelos diferentes, el clasificador naive Bayes y la regresión logística, CPL-DS se ha probado con flujos de datos sintéticos y también se ha aplicado al problema real de la detección de código malware, en el cual los nuevos ficheros recibidos deben ser continuamente clasificados en malware o goodware. Los resultados experimentales muestran que nuestro método es efectivo para la detección de diferentes tipos de cambio a partir de los flujos de datos parcialmente etiquetados y también tiene una buena precisión de la clasificación. Finalmente, la tercera contribución, sobre el problema de clasificación supervisada multidimensional cambiante con el tiempo, consiste en dos métodos adaptativos, a saber, Locally Adpative-MB-MBC (LA-MB-MBC) y Globally Adpative-MB-MBC (GA-MB-MBC). Ambos métodos monitorizan el cambio de concepto a lo largo del tiempo utilizando la log-verosimilitud media como métrica y el test de Page-Hinkley. Luego, si se detecta un cambio de concepto, LA-MB-MBC adapta el actual clasificador Bayesiano multidimensional localmente alrededor de cada nodo cambiado, mientras que GA-MB-MBC aprende un nuevo clasificador Bayesiano multidimensional. El estudio experimental realizado usando flujos de datos sintéticos multidimensionales indica los méritos de los métodos adaptativos propuestos. ABSTRACT Nowadays, with the ongoing and rapid evolution of information technology and computing devices, large volumes of data are continuously collected and stored in different domains and through various real-world applications. Extracting useful knowledge from such a huge amount of data usually cannot be performed manually, and requires the use of adequate machine learning and data mining techniques. Classification is one of the most important techniques that has been successfully applied to several areas. Roughly speaking, classification consists of two main steps: first, learn a classification model or classifier from an available training data, and secondly, classify the new incoming unseen data instances using the learned classifier. Classification is supervised when the whole class values are present in the training data (i.e., fully labeled data), semi-supervised when only some class values are known (i.e., partially labeled data), and unsupervised when the whole class values are missing in the training data (i.e., unlabeled data). In addition, besides this taxonomy, the classification problem can be categorized into uni-dimensional or multi-dimensional depending on the number of class variables, one or more, respectively; or can be also categorized into stationary or streaming depending on the characteristics of the data and the rate of change underlying it. Through this thesis, we deal with the classification problem under three different settings, namely, supervised multi-dimensional stationary classification, semi-supervised unidimensional streaming classification, and supervised multi-dimensional streaming classification. To accomplish this task, we basically used Bayesian network classifiers as models. The first contribution, addressing the supervised multi-dimensional stationary classification problem, consists of two new methods for learning multi-dimensional Bayesian network classifiers from stationary data. They are proposed from two different points of view. The first method, named CB-MBC, is based on a wrapper greedy forward selection approach, while the second one, named MB-MBC, is a filter constraint-based approach based on Markov blankets. Both methods are applied to two important real-world problems, namely, the prediction of the human immunodeficiency virus type 1 (HIV-1) reverse transcriptase and protease inhibitors, and the prediction of the European Quality of Life-5 Dimensions (EQ-5D) from 39-item Parkinson’s Disease Questionnaire (PDQ-39). The experimental study includes comparisons of CB-MBC and MB-MBC against state-of-the-art multi-dimensional classification methods, as well as against commonly used methods for solving the Parkinson’s disease prediction problem, namely, multinomial logistic regression, ordinary least squares, and censored least absolute deviations. For both considered case studies, results are promising in terms of classification accuracy as well as regarding the analysis of the learned MBC graphical structures identifying known and novel interactions among variables. The second contribution, addressing the semi-supervised uni-dimensional streaming classification problem, consists of a novel method (CPL-DS) for classifying partially labeled data streams. Data streams differ from the stationary data sets by their highly rapid generation process and their concept-drifting aspect. That is, the learned concepts and/or the underlying distribution are likely changing and evolving over time, which makes the current classification model out-of-date requiring to be updated. CPL-DS uses the Kullback-Leibler divergence and bootstrapping method to quantify and detect three possible kinds of drift: feature, conditional or dual. Then, if any occurs, a new classification model is learned using the expectation-maximization algorithm; otherwise, the current classification model is kept unchanged. CPL-DS is general as it can be applied to several classification models. Using two different models, namely, naive Bayes classifier and logistic regression, CPL-DS is tested with synthetic data streams and applied to the real-world problem of malware detection, where the new received files should be continuously classified into malware or goodware. Experimental results show that our approach is effective for detecting different kinds of drift from partially labeled data streams, as well as having a good classification performance. Finally, the third contribution, addressing the supervised multi-dimensional streaming classification problem, consists of two adaptive methods, namely, Locally Adaptive-MB-MBC (LA-MB-MBC) and Globally Adaptive-MB-MBC (GA-MB-MBC). Both methods monitor the concept drift over time using the average log-likelihood score and the Page-Hinkley test. Then, if a drift is detected, LA-MB-MBC adapts the current multi-dimensional Bayesian network classifier locally around each changed node, whereas GA-MB-MBC learns a new multi-dimensional Bayesian network classifier from scratch. Experimental study carried out using synthetic multi-dimensional data streams shows the merits of both proposed adaptive methods.

Influencia de la castración y la línea genética paterna sobre el rendimiento productivo y la calidad de la canal y de la carne en cerdos sacrificados a pesos elevados

El objetivo general de esta Tesis Doctoral fue estudiar la influencia del sexo, el método de castración de los machos y la línea genética paterna sobre la productividad y la calidad de la canal y de la carne en cerdos blancos sacrificados a pesos elevados con destino a la industria de los productos curados de calidad. En el experimento 1, se utilizaron 360 cerdos sacrificados a 125 kg de peso vivo (PV) para estudiar la influencia del sexo y la castración [machos inmunocastrados (MI), machos castrados quirúrgicamente (MC) y hembras enteras (HE)] de dos líneas genéticas paternas Large White (Top York y Tempo) sobre los rendimientos productivos y la calidad de la canal y de la carne. La línea materna utilizada fue Large White × Landrace en todos los casos. Los MI se inmunizaron contra el factor de liberación de gonadotropina (GnRF) mediante la utilización de Improvac a los 78 (16 d en prueba) y 126 (64 d en prueba y 48 d antes del sacrificio) d de edad. Cada uno de los 6 tratamientos experimentales fue replicado 6 veces (cuadra con 10 cerdos). Desde el inicio de la prueba hasta el día de la primera inyección con Improvac (62 a 78 d de edad) los MI y las HE crecieron menos (P < 0,001) que los MC sin que se observaran diferencias en el consumo medio diario de pienso (CMD). Los MC tuvieron peor eficiencia alimenticia que las HE con los MI mostrando valores intermedios (P < 0,01). Entre las dos inyecciones de Improvac (78 a 126 d de edad), los MI crecieron y comieron menos que los MC, mostrando las HE valores intermedios (P < 0,001). Los MI fueron más eficientes que las HE y ambos más eficientes que los MC (P < 0,001). Sin embargo, desde la segunda inyección de Improvac hasta el sacrificio (126 a 174 d de edad) los MI crecieron más y fueron más eficientes (P < 0,001) que las HE y los MC. Al final de la prueba, MI y MC crecieron más (P < 0,01) que HE. Asimismo, los MI fueron más eficientes (P < 0,001) pero presentaron menor rendimiento de canal (P < 0,001) que los MC y las HE. Por otro lado, los MI y las HE depositaron menos grasa dorsal que los MC (P < 0,001). Las hembras tuvieron mayor rendimiento de lomo y menos grasa intramuscular que MI y MC (P < 0,01). Asimismo, las HE tuvieron mayor rendimiento de jamón en fresco y perfilado que los MC con los MI mostrando valores intermedios (P < 0,05). Los cerdos híbridos procedentes de machos Tempo crecieron más (P < 0,001) que los procedentes de machos Top York, sin que se encontraran diferencias para el CMD o para la eficiencia alimenticia. Los híbridos de los cruces con Top York tuvieron mejores rendimientos de jamones frescos y perfilados (P < 0,05) pero menor rendimiento de lomo y menos grasa intramuscular que los cruces con Tempo (P < 0,01). En conclusión, los MI presentaron mejor eficiencia alimenticia, pero menor rendimiento de canal que los MC y las HE. El contenido en grasa intramuscular fue similar entre MC y MI y superior para ambos que para las HE. Los cruces procedentes de la línea paterna Tempo crecieron más y tuvieron mayor contenido en grasa intramuscular, pero un rendimiento en jamón perfilado ligeramente inferior al de los cruces procedentes de la línea paterna Top York. Se concluye que la inmunocastración de los machos es una alternativa viable a la castración quirúrgica para la producción de cerdos pesados destinados a la industria de los productos curados. Debido a su mayor potencial de crecimiento y mayor contenido en grasa intramuscular, los híbridos procedentes de la línea paterna Tempo presentan ventajas frente a los híbridos procedentes de la línea paterna Top York cuando se destinan a la industria de productos curados de calidad. En el experimento 2, se utilizaron 240 cerdos para comparar los rendimientos productivos y los parámetros de calidad de la canal de MI, MC y HE destinados a la industria de productos cárnicos curados procedentes del cruce de la línea materna Large White × Landrace con la línea genética paterna Duroc o Pietrain. Entre las 2 inyecciones de Improvac (87 a 137 d de edad), los MI y las HE crecieron menos que los MC (P < 0,01). Asimismo, los MI comieron menos pienso que las HE y ambos menos que los MC (2,33, 2,55 y 2,77 kg/d; respectivamente; P < 0,001). Como resultado, los MI fueron más eficientes que los MC y las HE (P < 0,001). Desde la segunda inyección de Improvac hasta el momento del sacrificio (137 a 164 d de edad), los MI fueron más eficientes que las HE y ambos más que los MC (0,346, 0,323 y 0,300, respectivamente; P < 0,001). Las diferencias observadas en este periodo entre los sexos en cuanto a rendimientos productivos fueron más pronunciadas en los cerdos procedentes de la línea paterna Pietrain que los de la línea Duroc (P < 0,05 para la interacción). En el global de la prueba (87 a 164 d de edad) el sexo no afectó al crecimiento en los cerdos procedentes de la línea paterna Duroc pero en los cerdos procedentes de la línea paterna Pietrain, los MI y los MC crecieron más que las HE (P < 0,05 para la interacción). Asimismo, los MI tuvieron mejor eficiencia alimenticia (0,406, 0,364 y 0,380, P < 0,001) y menor rendimiento de la canal (76,6, 78,1 y 78,8%; P < 0,001) que los MC y las HE. Las canales de las HE fueron más magras que las canales de los MC, con las canales de los MI mostrando valores intermedios (P < 0,01). El rendimiento en jamones y lomos fue mayor para las HE que para los MI y los MC (P < 0,001). El contenido en grasa intramuscular fue menor en las HE que en los MC, con los MI mostrando valores intermedios (3,5 vs. 3,9 y 3,7%; P < 0,05). Por otra parte, los híbridos procedentes de machos Duroc crecieron más rápido (1,167 vs. 0,986 kg/d; P < 0,001), consumieron más pienso (3,07 vs. 2,56 kg/d; P < 0,001) y tuvieron más grasa intramuscular (P < 0,001), pero menor rendimiento en jamones y lomos (P < 0,01) que los híbridos procedentes de machos Pietrain. Se concluye que los MI presentaron mejores productividades pero menores rendimientos de canal que MC y HE. El contenido en grasa intramuscular en el músculo longissimus dorsi fue menor para las HE que para los MC con valores intermedios para los MI. Los cruces procedentes de la genética paterna Duroc crecieron más y tuvieron más grasa intramuscular pero menos rendimiento de jamón que los cerdos procedentes de machos Pietrain. Por tanto, los MI deben ser preferidos a los MC y los cruces con la línea paterna Duroc deben ser preferidos a los cruces con Pietrain para producir canales cuando sus partes nobles están destinadas a la industria de productos cárnicos curados. En base a estos resultados, se concluye que la inmunocastración es una alternativa factible a la castración quirúrgica y que líneas genéticas paternas Tempo y Duroc son mejores para la producción de cerdo blanco pesado que las líneas Top York y Pietrain. Las interacciones entre el sexo y las líneas genéticas paternas estudiadas, sugieren que el resultado final depende en parte de la línea genética paterna utilizada. En cualquier caso, la inmunocastración es una alternativa factible a la castración quirúrgica para la producción de canales destinadas a la industria de los productos cárnicos curados. ABSTRACT The general aim of this PhD Thesis was to study the influence of sex, method of castration, and genetic background of the sire line on growth performance and carcass and meat quality merits of heavy white pigs destined to the dry-cured industry. In experiment 1, 360 pigs slaughtered at 125 kg of body weight were used to study the influence of sex and castration methodology [immunocastrated males (ICM), surgically castrated males (SCM), and intact females (IF)] of 2 terminal Large White sire lines (Top York and Tempo) on growth performance and carcass and meat quality. The female line was Large White × Landrace in all cases. The ICM pigs were immunized against gonadotropin-releasing factor with Improvac at 78 (16 d on trial) and 126 (64 d on trial and 48 d before slaughter) d of age. Each of the 6 treatments was replicated 6 times (10 pigs/pen). From the start of the experiment to the day of the first Improvac injection (62 to 78 d of age), ICM and IF grew slowlier (P < 0.001) than SCM but no differences in feed intake were detected. The SCM pigs had greater gain to feed ratio (G:F) than the IF with the ICM pigs being intermediate (P < 0.01). Between the 2 Improvac injections (78 to 126 d of age), the ICM pigs ate less feed (P < 0.001) and grew slowlier rate than the SCM pigs, with the growth of IF being intermediate. The ICM pigs were more efficient than the IF, and both were more efficient than the SCM pigs (P < 0.001). However, from the second Improvac injection to slaughter (126 to 174 d of age), the ICM pigs grew at a faster rate (P < 0.001) and were more efficient (P < 0.001) than the IF and the SCM pigs. Cumulatively, ICM and SCM pigs grew faster (P < 0.01) than IF and the ICM pigs were more efficient than the other two sexes (P < 0.001). However, the ICM pigs had reduced (P < 0.001) carcass yield compared with SCM and IF. The ICM and IF pigs also had less (P < 0.001) backfat depth than the SCM pigs. Intact females had higher (P < 0.01) loin yield but less intramuscular fat (P < 0.01) than ICM and SCM pigs and higher (P < 0.05) fresh and trimmed ham yields than SCM pigs, with ICM pigs being intermediate. Crossbreds from the Tempo sires grew faster (P < 0.001) than crossbreds from the Top York sires but no differences (P > 0.10) were detected for feed intake or feed efficiency. Crossbreds from the Top York sires had higher (P < 0.05) fresh and trimmed ham yields but less (P < 0.01) loin yield and intramuscular fat content than crossbreds from the Tempo sires. In conclusion, ICM pigs are more efficient, but have less carcass yield than SCM and IF pigs. The intramuscular fat content was lowest for the IF and similar for ICM and SCM pigs. Crossbreds from Tempo sires were heavier and had greater intramuscular fat content, but had less trimmed ham yield as compared with crossbreds from the Top York sires. Immunocastrated pigs can replace SCM pigs for the production of heavy pigs destined for the dry-cured industry. Because of increased carcass weight and the higher intramuscular content, crossbreds from Tempo sires may have an advantage over crossbreds from Top York sires for the dry-cured industry. In experiment 2, a total of 240 pigs were used to compare growth performance and carcass quality traits of immunocastrated males, surgically castrated males, and intact females of crossbreds from Large White × Landrace females and Duroc or Pietrain sires destined to the dry-cured industry. Between the 2 Improvac injections (87 and 137 d of age), ICM and IF pigs had lower average daily gain (ADG) than SCM pigs (P < 0.01). Also, ICM pigs ate less feed than IF and both type of pigs ate less than SCM pigs (2.33, 2.55, and 2.77 kg/d; P < 0.001). Consequently, ICM pigs had better G:F than SCM and IF (P < 0.001). From the second Improvac injection to slaughter (137 to 164 d of age), ICM pigs were more efficient than IF and both were more efficient than SCM pigs (0.346, 0.323, and 0.300 g/g; P < 0.001). The differences in growth performance among genders observed in this period were more pronounced for the Pietrain than for the Duroc crossbreds (P < 0.05 for the interaction). For the entire experimental period (87 to 164 d of age), gender did not affect ADG for Duroc crossbreds but for Pietrain crossbreds ICM and SCM had higher ADG than IF (P < 0.05 for the interaction). The ICM pigs had better feed efficiency (0.406, 0.364, and 0.380; g/g; P < 0.001) and lower carcass yield (76.6, 78.1, and 78.8%; P < 0.001) than SCM or IF. Carcasses from IF were leaner than carcasses from SCM with carcasses from ICM being intermediate (P < 0.01). Ham and loin (P < 0.001) yields were higher for IF than for ICM or SCM pigs. Intramuscular fat content was lower for IF than for SCM pigs with that of ICM pigs being intermediate (3.5 vs. 3.9 and 3.7%; P < 0.05). Cumulatively, crossbreds from Duroc sires had higher ADG (1.167 vs. 0.986 kg/d; P < 0.001) and average daily feed intake (3.07 vs. 2.56 kg/d; P < 0.001) and more intramuscular fat (P < 0.001) but less ham and loin yields (P < 0.01) than crossbreds from Pietrain sires. It is concluded that growth performance was better, but carcass yield lower, for ICM pigs than for SCM and IF. Intramuscular fat content in longissimus dorsi muscle was lower for IF than for SCM pigs with ICM pigs being intermediate. Crossbreds from Duroc sires grew faster and had more intramuscular fat but less ham yield than crossbreds from Pietrain sires. Therefore, ICM pigs should be preferred to SCM pigs, and Duroc crossbreds should be preferred to Pietrain crossbreds to produce carcasses destined to the production of primal cuts for the dry-cured industry. We conclude that immunocastration might be a sound alternative to surgical castration in pigs and that Tempo and Duroc might be better for the production of heavy pigs than Top York and Pietrain. The interactions reported between sex and genetic sire line, suggested that the benefits of immunocastration as an alternative to surgical castration might depend at least part on the sire line used. In any case, immunocastration is a good alternative to surgical castration for the production of carcasses destined to the dry-cured industry.

Organizational determinants of substantive sustainability reporting practices: the role of company-level fit

As sustainability reporting (SR) practices have being increasingly adopted by corporations over the last twenty years, most of the existing literature on SR has stressed the role of external determinants (such as institutional and stakeholder pressures) in explaining this uptake. However, given that recent evidence points to a broader range of motives and uses (both external and internal) of SR, we contend that its role within company-level activities deserves greater academic attention. In order to address this research gap, this paper seeks to provide a more detailed examination of the organizational characteristics acting as drivers and/or barriers of SR integration within corporate sustainability practices at the company-level. More specifically, we suggest that substantive SR implementation can be predicted by assessing the level of fit between the organization and the SR framework being adopted. Building on this hypothesis, our theoretical model defines three forms of fit (technical, cultural and political) and identifies organizational characteristics associated to each of these fits. Finally, implications for academic research, businesses and policy-makers are derived.

Symbolic vs substantive sustainability reporting: examining the role of company-level characteristics

As sustainability reporting (SR) practices have being increasingly adopted by corporations over the last twenty years, most of the existing literature on SR has stressed the role of external determinants (such as institutional and stakeholder pressures) in explaining this uptake. However, given that recent evidence points to a broader range of motives and uses (both external and internal) of SR, we contend that its role within company-level activities deserves greater academic attention. In order to address this research gap, this paper seeks to provide a more integrated perspective of both institutional and efficiency explanations of SR dynamics, as well as to highlight the role of company-level characteristics in explaining its contribution to sustainability management practices. More specifically, we suggest that substantive SR implementation can be predicted by assessing the level of fit between the organization and the SR framework being adopted. Building on this idea, our theoretical model defines three forms of fit (technical, cultural and political) and identifies organizational characteristics associated to each of these fits. Finally, implications for academic research, businesses and policy-makers are derived.