Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
China is currently seeking to transform its economic structure from a traditional industrial to a more innovative, human-capital driven, and knowledge-based economy. Our research examines the effects of three key factors on Chinese regional development in an attempt to gauge to what degree China has transformed from an industrial to a knowledge-based economy, based on higher levels of (1) technology and innovation, (2) human capital and knowledge/professional/creative occupations, and (3) factors like tolerance, universities, and amenities which act on the flow of the first two. We employ structural equation models to gauge the effects of these factors on the economic performance of Chinese regions. Our research generates four key findings. First, the distribution of talent (measured both as human capital and as knowledge–professional and creative occupations) is considerably more concentrated than in the US or other advanced economies. Second, universities are the key factor in shaping the distribution both of talent and of technological innovation. Third, tolerance also plays a role in shaping the distribution of talent and technology across Chinese regions. Fourth, and perhaps most strikingly, we find that neither talent nor technology is associated with the economic performance of Chinese regions. This stands in sharp contrast to the pattern in advanced economies and suggests that the Chinese economic model, at least at the time of data collection, appears to be far less driven by the human capital or technology factors that propel more advanced economies. This, in turn, suggests that China is likely to face substantial obstacles in moving from its current industrial stage of development to a more knowledge-based economy.
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.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle