O crescimento econômico na faixa de fronteira de 2000 a 2010: o caso do Paraná
Notice bibliographique
Résumé
O objetivo deste artigo é analisar a distribuição espacial do desenvolvimento como o reflexo do crescimento econômico na faixa de fronteira do estado do Paraná. Para tanto, foram utilizados os dados do Índice FIRJAN de Desenvolvimento Municipal (IFDM), entre os anos de 2000 e 2010, e as categorias de Emprego e Renda, Educação e Saúde que o compõem. Foram utilizados a estatística de Moran e o índice de associação espacial local (LISA), bem como a distribuição espacial geoprocessada dos dados na região em estudo. Os resultados obtidos permitem observar a formação de agrupamentos padronizados (clusters) que se formam em respostas aos incentivos das políticas públicas e em consequência aumenta o desenvolvimento local e regional. Por outro lado, observa-se que algumas unidades geográficas apresentam dados inconsistentes com a vizinhança (outliers), ou seja, observações anormais e diferentes da vizinhança. O estudo da distribuição espacial dos dados na faixa de fronteira permitiu comparar a evolução do crescimento econômico promovendo o desenvolvimento no período estudado. Para esta análise, observou-se a importância de considerar os fatores socioeconômicos e culturais, bem como a localização geográfica, que permitem o desenvolvimento da região de fronteira do Paraná.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,005 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 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 ».