MétaCan
Menu
Retour à la cohorte
Enregistrement W2153441878 · doi:10.1177/0042098013506047

Cities and the geographical deconcentration of scientific activity: A multilevel analysis of publications (1987–2007)

2013· article· en· W2153441878 sur OpenAlexaff
Michel Grossetti, Denis Eckert, Yves Gingras, Laurent Jégou, Vincent Larivière, Béatrice Milard

Notice bibliographique

RevueUrban Studies · 2013
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueSpatial and Panel Data Analysis
Établissements canadiensUniversité de MontréalUniversité du Québec à Montréal
Organismes subventionnairesAgence Nationale de la Recherche
Mots-clésUrban agglomerationRegional scienceEconomic geographyContradictionCompetition (biology)GeographyPolitical science

Résumé

récupéré en direct d'OpenAlex

Most current scientific policies incorporate debates on cities and the geographic organisation of scientific activity. Research on ‘world cities’ develops the idea that interconnected agglomerations can better take advantage of international competition. Thus, the increasing concentration of activities in these cities at the expense of others could be observed by certain scholars using measures based on scientific publications. Others, however, show that an opposite trend is emerging: the largest cities are undergoing a relative decline in a country’s scientific activities. To go beyond this seeming contradiction, this paper provides a global analysis of all countries with papers in the Web of Science over the period 1987–2007. The author’s addresses were geocoded and grouped into agglomerations. Registering of papers was based on the fractional counting of multi-authored publications, and the results are unambiguous: deconcentration is the dominant trend both globally and within countries, with some exceptions for which explanations are suggested.

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)0,002
score de la tête « metaresearch » (Gemma)0,013
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesBibliométrie
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 enseignants0,991
Score d'incertitude au seuil0,076

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,013
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0090,025
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0010,003
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,071
Tête enseignante GPT0,256
Écart entre enseignants0,185 · 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.

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

Citations101
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueUrban StudiesMême sujetSpatial and Panel Data AnalysisTravaux en français237 207