Reindustrialization: A Challenge to the Economy in the First Quarter of the Twenty-First Century
Notice bibliographique
Résumé
Abstract The weakening EU and US economies in the aftermath of the global crisis of 2007 need an impulse to act for the improvement of their condition. The analysis of the history of the GDP of selected world economies suggests that a remedy for it may be the strengthening of the industrial sector. By strengthening, we mean its growth, that is, building and developing manufacturing plants. Large multinationals have generally been relocating their production to China, where labor costs have traditionally been a couple of times lower than in the US or the EU. However, over the past years, the pay gap between the US and China has narrowed, and transport prices have gone up. These are the reasons why numerous large American companies decided to transfer part of their business processes back to the homeland. Also, the EU has been taking account of the benefits of a stable industry. Therefore, it has launched the strategy of “European industry rebirth” that entails a growth of the industry’s share in the GDP up to the level of 20%. In order for EU countries to be able to attain it, the paper raises the issue of the Industrie 4.0 methodology, premises and guidelines may, to a large extent, contribute to success. The paper also takes an in-depth look at Industrie 4.0 and discusses its pros and cons. We attempt to provide an answer to the question of whether Industrie 4.0 may be a tool for reindustrialization.
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 | 0,005 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,005 | 0,018 |
| Communication savante | 0,009 | 0,005 |
| Science ouverte | 0,001 | 0,004 |
| Intégrité de la recherche | 0,003 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 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 ».