Economies urbaines et productivite
Notice bibliographique
Résumé
La variation spatiale des niveaux de productivité et des taux de croissance de la productivité est considérable. Les écarts les plus prononcés sont peut être ceux observés entre pays, mais des différences demeurent fort évidentes dans les espaces nationaux, car la croissance économique favorise certaines villes et régions plus que d'autres. Dans le présent document, nous dressons la carte de la variation spatiale des niveaux de productivité d'une ville canadienne à l'autre et nous modélisons les déterminants sous jacents de cette variation. Nous poursuivons deux grands objectifs. En premier lieu, nous cherchons à confirmer l'existence, la nature et la taille des économies d'agglomération, c'est à dire les gains d'efficacité associés au regroupement spatial de l'activité économique. Nous nous concentrons sur les effets des réseaux acheteurs-fournisseurs, des réservoirs de main d'oeuvre et des externalités de connaissances. En deuxième lieu, nous déterminons la portée géographique des externalités de connaissances en utilisant l'information sur l'emplacement des établissements manufacturiers individuels. L'analyse porte sur les données au niveau de l'établissement produites par la Division de l'analyse microéconomique de Statistique Canada. Si l'on neutralise l'effet d'une série de caractéristiques des établissements et des entreprises, l'analyse révèle que la productivité des établissements est influencée positivement par chacun des trois mécanismes d'agglomération énoncés par Marshall (1920). Elle indique aussi que l'effet des externalités de connaissances sur la productivité est spatialement circonscrit, puisqu'il se propa
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 | 0,000 |
| 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) | 0,001 | 0,001 |
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 ».