Un modèle des flux interrégionaux de marchandises au Canada
Notice bibliographique
Résumé
Dans cet article, nous présentons un modèle des flux de marchandises entre huit régions du Canada, et pour l’ensemble des biens qui ont été regroupés en 64 catégories. Le modèle fonctionne en deux étapes. Dans un premier temps, les flux observés sont régressés sur certaines variables socio-économiques, dont le coût de transport. On obtient alors des flux « a priori », qui peuvent être modifiés lorsque les variables les expliquant sont elles-mêmes modifiées. Or, ces flux « a priori » ne respectent pas nécessairement la structure industrielle de chaque région. Pour les corriger, on résout un programme mathématique dont la fonction objectif est basée sur la théorie de l’information. On cherche alors les flux qui sont les plus proches possibles des flux « a priori », mais qui respectent également la structure industrielle de chaque région. Cette structure est représentée par des contraintes comptables input-output régionales. Le modèle peut être vu comme un modèle input-output interrégional, où les coefficients interrégionaux sont sensibles à des variations des coûts de transport. La formulation du modèle est également beaucoup plus souple et elle permet de prendre en compte d’autres facteurs explicatifs. Le modèle est testé avec des données input-output canadiennes de 1974, et il est aussi comparé à d’autres modèles.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 tête enseignante, 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 ».