MétaCan
Menu
Retour à la cohorte
Enregistrement W2077664066 · doi:10.3141/1977-24

Conceptual Model of Location of Small Office Firms

2006· article· en· W2077664066 sur OpenAlexaff
Ilan Elgar, Eric J. Miller

Notice bibliographique

RevueTransportation Research Record Journal of the Transportation Research Board · 2006
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueHousing Market and Economics
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésConceptual modelProcess (computing)Utility maximizationHomogeneousMarket segmentationConceptual frameworkMaximizationPopulationLocation modelPropositionComputer scienceIndustrial organizationBusinessEconometricsEconomicsMarketingMicroeconomicsMathematical economicsMathematics

Résumé

récupéré en direct d'OpenAlex

A conceptual model of location decisions of small office firms is presented. Most firm location models consider all firms in a region; this process usually enables market segmentation only according to the industry classification of a firm. This approach introduces a high level of heterogeneity into the modeling system, since firms' attributes vary greatly in multiple dimensions. Moreover, most firm location models assume utility maximization behavior and use random utility models. In this conceptual model, an effort is made to reduce heterogeneity through focusing on the relatively homogeneous population of small office firms. Small office firms are also theorized to be satisficers rather than maximizers or optimizers; consequently, more adequate models for the phenomenon may incorporate rule-based approaches rather than random utility techniques. The conceptual model depicted constitutes a first step toward the validation of the proposition that firm location models should be more sensitive to market se...

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,354
Score d'incertitude au seuil0,997

Scores Codex et Gemma par catégorie

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

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 GPT0,313
Écart entre enseignants0,183 · 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 tête enseignante, 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

Citations16
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTransportation Research Record Journal of the Transportation Research BoardMême sujetHousing Market and EconomicsTravaux en français237 207