MétaCan
Menu
Retour à la cohorte
Enregistrement W1970065283 · doi:10.1093/jeg/lbs004

Power, enterprise and employment growth in Australian small- and medium-sized manufacturing firms

2012· article· en· W1970065283 sur OpenAlexaff
Matthew Tonts, Paul Plummer, Mike Taylor

Notice bibliographique

RevueJournal of Economic Geography · 2012
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueCultural Industries and Urban Development
Établissements canadiensUniversity of Calgary
Organismes subventionnairesAustralian Research Council
Mots-clésEconomic geographyForbearanceLoyaltyExplanatory powerTransactional leadershipManufacturing sectorReciprocity (cultural anthropology)Power (physics)Industrial organizationBusinessMarket powerEconomicsMarket economyLabour economicsMarketingSociologyManagement

Résumé

récupéré en direct d'OpenAlex

Over recent years, there has been a renewed interest in the nature of the relationships between firms, and the ways in which these might contribute to processes of local and regional economic development. A significant body of literature suggests that local growth is often derived from social ties that bind firms together through trust, reciprocity, loyalty and forbearance. While there appears to be consensus in the literature that such relationships are important, there remain doubts in some sections of economic geography about two key elements of this institutionalist model. The first concerns the unequal power relationships that often exist between enterprises and the implications of these asymmetries for the performance of firms and localities. The second relates to the implied significance of geographical proximity whereby close spatial ties between firms are considered to be an important determinant of local competitiveness and economic performance. This article explores these issues through an empirical analysis of the transactional structures of 184 firms in Australia’s manufacturing sector.

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)0,001
score de la tête « metaresearch » (Gemma)0,004
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 enseignants0,075
Score d'incertitude au seuil0,150

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0020,002
Communication savante0,0020,001
Science ouverte0,0000,002
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,025
Tête enseignante GPT0,262
Écart entre enseignants0,237 · 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

Citations11
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Economic GeographyMême sujetCultural Industries and Urban DevelopmentTravaux en français237 207