MétaCan
Menu
Retour à la cohorte
Enregistrement W1965460442 · doi:10.1080/09654310124479

Globalization and Economic Restructuring in Ontario: From Industrial Heartland to Learning Region?

2001· article· en· W1965460442 sur OpenAlexaffabout
David A. Wolfe, Meric S. Gertler

Notice bibliographique

RevueEuropean Planning Studies · 2001
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueCultural Industries and Urban Development
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésRestructuringGlobalizationSuccessor cardinalContext (archaeology)Argument (complex analysis)Government (linguistics)Economic restructuringEconomic integrationEconomyPolitical scienceEconomic systemEconomicsEconomic geographyInternational tradeGeographyMarket economy

Résumé

récupéré en direct d'OpenAlex

Recent contributions suggest that the current period is characterized by a paradoxical consequence of globalization in which the ever greater integration of national and regional economies into the global one accentuates, rather than minimizes, the significance of the local context for innovative activities. This paper sketches out the implications of this argument by drawing on the case of Ontario, Canada's largest province and industrial heartland. The restructuring triggered by the broader processes of globalization was accentuated after 1990 by Ontario's deeper integration into the North American economy following the signing of the Free Trade Agreement with the US and its successor, the North American Free Trade Agreement. These changes forced a number of critical responses on both firms and the government of the province, as they face the challenge of becoming more innovative and adopting the characteristics of learning regions. This experience is highly relevant to regions elsewhere that are attempting to shift their traditional industrial base to a more knowledge-intensive economy.

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)0,001
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,074
Score d'incertitude au seuil0,540

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0110,009
Communication savante0,0050,002
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,130
Tête enseignante GPT0,318
Écart entre enseignants0,188 · 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

Citations58
Publié2001
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEuropean Planning StudiesMême sujetCultural Industries and Urban DevelopmentTravaux en français237 207