Notice bibliographique
Résumé
Humanity has just crossed a major landmark in its history with the majority of people now living in cities.Cities have long been known to be society's predominant engine of innovation and wealth creation,yet they are also its main source of crime,pollution and disease.The inexorable trend toward urbanization worldwide presents an urgent challenge for developing a predictive,quantitative theory of urban organization and sustainable development.Here we present empirical evidence indicating that the processes relating urbanization to economic development and knowledge creation are very general,being shared by all cities belonging to the same urban system and sustained across different nations and times.Many diverse properties of cities from patent production and personal income to electrical cable length are shown to be power law functions of population size with scaling exponents,β,that fall into distinct universality classes.Quantities reflecting wealth creation and innovation have β ≈1.2 1(increasing returns),whereas those accounting for infrastructure display β ≈0.81(economies of scale).We predict that the pace of social life in the city increases with population size,in quantitative agreement with data,and we discuss how cities are similar to,and differ from,biological organisms,for which β 1.Finally,we explore possible consequences of these scaling relations by deriving growth equations,which quantify the dramatic difference between growth fueled by innovation versus that driven by economies of scale.This difference suggests that,as population grows,major innovation cycles must be generated at a continually accelerating rate to sustain growth and avoid stagnation or collapse.
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) | 0,000 | 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 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 ».