Effets de la diffusion des technologies de l’information sur la croissance potentielle et observée
Notice bibliographique
Résumé
L’étude propose une analyse des effets de l’émergence et de la diffusion des technologies de l’information sur la croissance potentielle et observée de l’output et de la productivité du travail en France, au cours des deux dernières décennies. De façon habituelle, les technologies de l’information regroupent ici le matériel informatique, les logiciels et les matériels de communication. Il en ressort que la diffusion des technologies de l’information élève le rythme de la croissance potentielle (par rapport à une situation très théorique où les technologies de l’information n’existeraient pas) via l’accélération de la productivité induite par l’utilisation de ces biens et services. Cet effet sur la croissance potentielle se décompose en un effet de moyen à long terme correspondant aucapital deepeningen technologies de l’information et aux gains de productivité multifactorielle que l’utilisation des technologies de l’information entraîne. L’effet transitoire de court à moyen terme est lié à la baisse transitoire du NAIRU (Non-accelerating inflation rate of unemployment) elle-même induite par l’indexation retardée des salaires sur la productivité. Les ordres de grandeur auxquels aboutissent les chiffrages proposés montrent que l’enjeu est considérable pour la composante de moyen à long terme. Concernant l’effet transitoire de court à moyen terme, l’analyse rétrospective de l’évolution des taux de marge des entreprises semble démentir un effet favorable.
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 | 0,004 | 0,021 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,013 | 0,002 |
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 ».