MétaCan
Menu
Retour à la cohorte
Enregistrement W1520792148 · doi:10.1111/j.1468-2257.2006.00328.x

Growth and Location of Economic Activity: The Spatial Dynamics of Industries in Canada 1971–2001

2006· article· en· W1520792148 sur OpenAlexaffabout
Mario Polèse, Richard Shearmur

Notice bibliographique

RevueGrowth and Change · 2006
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueRegional Economics and Spatial Analysis
Établissements canadiensInstitut National de la Recherche ScientifiqueUniversité du Québec à Montréal
Organismes subventionnairesnon disponible
Mots-clésEconomic geographyPremiseCrowdingDifferential (mechanical device)Tertiary sector of the economyManufacturingSpatial distributionDistribution (mathematics)Offset (computer science)EconometricsBusinessGeographyIndustrial organizationEconomicsEconomyComputer scienceMarketingMathematicsEngineering

Résumé

récupéré en direct d'OpenAlex

ABSTRACT A growing literature has accumulated that points to the stability of industrial location patterns. Can this be reconciled with spatial dynamics? This article starts with the premise that demonstrable regularities exist in the manner in which individual industries locate (and relocate) over space. For Canada, spatial distributions of employment are examined for seventy‐one industries over a thirty‐year period (1971–2001). Industry data is organized by “synthetic regions” based on urban size and distance criteria. “Typical” location patterns are identified for industry groupings. Industrial spatial concentrations are then compared over time using correlation analysis, showing a high degree of stability. Stable industrial location patterns are not, the article finds, incompatible with differential regional growth. Five spatial processes are identified, driving change. The chief driving force is the propensity of dynamic industries to start up in large metro areas, setting off a process of diffusion (for services) and crowding out (for manufacturing), offset by the centralizing impact of greater consumer mobility and falling transport costs. These changes do not, however, significantly alter therelativespatial distribution of most industries over time.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,027
Score d'incertitude au seuil0,197

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,010
Études des sciences et des technologies0,0020,001
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,028
Tête enseignante GPT0,185
Écart entre enseignants0,157 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations76
Publié2006
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueGrowth and ChangeMême sujetRegional Economics and Spatial AnalysisTravaux en français237 207