A General Purpose Technology at Work: The Corliss Steam Engine in the late 19th Century US
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The steam engine is widely regarded as the icon of the Industrial Revolution and a prime example of a "General Purpose Technology," and yet its contribution to growth is far from transparent. This paper examines the role that a particular innovative design in steam power, the Corliss engine, played in the intertwined processes of industrialization and urbanization that characterized the growth of the US economy in the late 19 th century. Waterpower offered abundant and cheap energy, but restricted the location of manufacturing just to areas with propitious topography and climate. Steam engines offered the possibility of relaxing this severe constraint, allowing industry to locate where key considerations such as access to markets for inputs and outputs directed. The enhanced performance of the Corliss engine as well as its fuel efficiency helped tip the balance in favor of steam in the fierce contest with waterpower. With the aid of detailed data on the location of Corliss engines and waterwheels and a two-stage estimation strategy, we show that the deployment of Corliss engines indeed served as a catalyst for the massive relocation of industry away from rural areas and into large urban centers, thus fueling agglomeration economies, and attracting further population growth. This illustrates what we believe is an important aspect of the dynamics of GPTs, whether it is electricity in the early 20 th century or Information Technologies in the present era: the fact that GPTs induce the widespread and more efficient relocation of economic activity, which in turn fosters long-term growth.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,007 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,006 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 découle