Notice bibliographique
Résumé
The thesis is composed of four chapters, which investigate different topics in the field of applied urban and spatial economics. The first paper develops an original empirical approach to investigate the role played by labour markets in explaining the pattern of industrial agglomeration in the United States. The methodology allows us to i) obtain an estimate of industrial agglomeration which significantly improves on existing indices, and ii) provide a ranking of industries according to their responsiveness to labour market determinants of agglomeration. Results show that labour market determinants explain around one quarter of the variation in spatial agglomeration across industries. The second paper assesses whether urbanization alleviates rural poverty in surrounding areas in India, using a panel dataset at district level for the period 1981-1999. We find that the effect is substantial and systematic; this is largely attributable to positive spillovers from urbanisation, rather than to the movement of the rural poor to urban areas per se. The third paper investigates an extremely peculiar characteristic of the US patent dataset: there is a large group of inventors who develop one or a few patents during a long period of analysis ("comets"), while a very small group of "stars" inventors develop a huge number of patents. In light of that, the paper first explores the location pattern of comets and stars, and then assesses whether the activity of star inventors is beneficial to the production of comet patents in the same city and technological category. The fourth paper describes the effects of bank liberalization on the geographical penetration of branches in the city of Antwerp (BE). Our results show that, coinciding with the strongest wave of the deregulation and concentration process, banks systematically exit from low income neighbourhoods.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,003 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,033 | 0,010 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».