La géographie de la croissance d’emploi en France à l’aune de processus Nord-Américains : vers une théorisation du contexte
Notice bibliographique
Résumé
Même si, au niveau national, l’augmentation du PIB est un objectif de développement important, pour les communautés locales c’est souvent la capacité à générer et/ou à maintenir l’emploi qui en assure la pérennité. Un courant important de la littérature se penche sur les particularités locales et sur le lien entre territoire et développement local – notamment la création d’emploi. Un autre courant cherche à comprendre les dynamiques générales qui régissent la répartition géographique de la création d’emploi. Cet article se place dans ce deuxième courant. Partant d’une approche développée dans un contexte canadien, deux questions sont posées :1) dans quelle mesure une approche conçue pour comprendre la géographie de la croissance d’emploi au Canada est elle pertinente pour la France ?2) quels sont les facteurs qui régissent la géographie du développement en France entre 1982 et 2006 ?Nous montrons que, bien que l’approche d’outre atlantique permette de saisir les dimensions géographiques du développement en France, les logiques géographiques françaises sont différentes. Ce paradoxe apparent met en exergue l’importance de développer des approches théoriques méso, qui se situeraient entre les approches par le territoire et les approches universalistes de l’économie géographique, et qui permettraient d’appréhender les effets de contexte.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,003 | 0,005 |
| Études des sciences et des technologies | 0,003 | 0,006 |
| Communication savante | 0,007 | 0,006 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».