MétaCan
Menu
Retour à la cohorte
Enregistrement W2095630273 · doi:10.1177/0308518x15595770

Central places or networks? Paradigms, metaphors, and spatial configurations of innovation-related service use

2015· article· en· W2095630273 sur OpenAlexaffabout
Richard Shearmur, David Doloreux

Notice bibliographique

RevueEnvironment and Planning A Economy and Space · 2015
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueRegional Economics and Spatial Analysis
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésMarketing buzzHierarchyUrban hierarchyService (business)Paradigm shiftOrder (exchange)Street networkEconomic geographySummitComputer scienceData scienceSociologyRegional scienceKnowledge managementBusinessGeographyEpistemologyMarketingPolitical scienceEngineeringTransport engineeringWorld Wide WebCartography

Résumé

récupéré en direct d'OpenAlex

It has been suggested that a paradigm shift has occurred in the study of urban systems, central places being displaced by networks because the latter are better suited to currently observable processes. Cities are understood as harbouring local networks (milieu, clusters, buzz), as well as being themselves functionally specialised nodes in wider nonhierarchical networks. We test the empirical validity of this contention by analysing the geography of service use by innovators in Canada. Consistent with the results of Christaller, we find that use of local services diminishes as one moves down the urban hierarchy, and services most strongly connected with innovation—which we deem to be high-order—have the highest probability of being sourced at its summit. Our conclusions interrogate some of the assumptions that underpin local innovation networks, question whether the network approach can apprehend all aspects of urban systems, and discuss in what respect contention that there has been a paradigm shift is warranted.

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)0,003
score de la tête « metaresearch » (Gemma)0,008
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,040

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,008
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0040,004
Études des sciences et des technologies0,0020,029
Communication savante0,0090,020
Science ouverte0,0010,004
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,047
Tête enseignante GPT0,206
Écart entre enseignants0,159 · 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'étudeThéorique ou conceptuel
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

Citations42
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEnvironment and Planning A Economy and SpaceMême sujetRegional Economics and Spatial AnalysisTravaux en français237 207