MétaCan
Menu
Retour à la cohorte
Enregistrement W2137865774 · doi:10.5539/ass.v7n5p56

Interaction Analysis among Industrial Parks, Innovation Input, and Urban Production Efficiency

2011· article· en· W2137865774 sur OpenAlexvenueno aff
Tai-Ming Ben, Kuan-fei Wang

Notice bibliographique

RevueAsian Social Science · 2011
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueRegional Economics and Spatial Analysis
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésProduction (economics)IndustrialisationInvestment (military)UrbanizationScale (ratio)Production efficiencyBusinessFactors of productionIndustrial parkEnvironmental economicsEconomicsNatural resource economicsIndustrial organizationEconomic growthMicroeconomicsMarket economyGeographyEngineering

Résumé

récupéré en direct d'OpenAlex

The high-tech development zones engendered by industrial parks reflect policies that rely on city settings to create industrialization through urbanization in China. To understand the effectiveness of such policies, this article regards the city and park as the spatial unit of economic output. The production efficiency of the city and industrial park and their mutual impact are explored through the input of various production elements operating in a specific space. In addition, as innovation is an important factor affecting efficiency, this investigation explores the overall impact of innovation input on the production efficiency of the city and park. The results show that production efficiency realized for large cities has not been as high as was generally expected and that small cities showed modest efficiency gains. Critically, the calculation of production efficiency in this study simultaneously accounts for both input and output, revealing the decreasing returns-to-scale and, in some cases, the production inefficiencies that can be caused by the excessively large scale of the city and park. The high-tech industrial development zone will not greatly affect the production efficiency of the city. However, the precise degree of the park’s impact on the production efficiency of the city cannot be verified. This indicates the presence of other factors that will affect the production efficiency of the city; and innovation input does enhance production efficiency. This investigation uses input for testing. When production yields increasing returns-to-scale, it indicates insufficient input of production elements, and policies encouraging investment of production elements should be strengthened. Production showing decreasing returns-to-scale is connected to excessive input of production elements, and policies governing the input of production elements should be carefully assessed.

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)0,001
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
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 Opus0,054
Tête enseignante GPT0,237
Écart entre enseignants0,183 · 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'étudeObservationnel
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

Citations17
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAsian Social ScienceMême sujetRegional Economics and Spatial AnalysisTravaux en français237 207