MétaCan
Menu
Retour à la cohorte
Enregistrement W2079992423 · doi:10.2747/0272-3638.24.3.232

Headquarters in Canada: An Analysis of Spatial Patterns

2003· article· en· W2079992423 sur OpenAlexaffabout
Stephen Meyer, Milford B. Green

Notice bibliographique

RevueUrban Geography · 2003
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueSpatial and Panel Data Analysis
Établissements canadiensWestern UniversityLaurentian University
Organismes subventionnairesnon disponible
Mots-clésMetropolitan areaGeographyProsperityEconomic geographyCensusHead (geology)SocioeconomicsRegional scienceOptimal distinctiveness theorySocioeconomic statusDemographic economicsCartographyDemographySociologyEconomic growthArchaeologyEconomicsPopulationPsychology

Résumé

récupéré en direct d'OpenAlex

Despite recent dispersal trends, headquarters activity remains disproportionately present in identifiable clusters within large North American metropolitan areas. Through nearest neighbor and spatial autocorrelation analyses, we statistically confirm the concentrating tendencies of head offices in Toronto, Montreal, Calgary and Vancouver. It is also established that head offices operating within these four metropolitan areas show collective distinctiveness in where controlled subsidiaries are located internationally and in what industrial activity is emphasized. Finally, we evaluate (via Spearman r and Kruskal-Wallis H tests) which socioeconomic census variables are linked with head office districts in Toronto and Calgary. It is suggested that head office districts will feature a relative absence of families, high-density housing, and short-distance commuting. While head office areas in Toronto, a headquarters center at the top of the Canadian hierarchy, resonate prosperity, Calgary features head office districts that are income diverging.

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)0,002
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 enseignants0,025
Score d'incertitude au seuil0,182

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0050,018
Études des sciences et des technologies0,0030,001
Communication savante0,0020,000
Science ouverte0,0010,002
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,014
Tête enseignante GPT0,179
Écart entre enseignants0,165 · 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

Citations25
Publié2003
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueUrban GeographyMême sujetSpatial and Panel Data AnalysisTravaux en français237 207