MétaCan
Menu
Retour à la cohorte
Enregistrement W2490837826 · doi:10.1057/9781403943958_5

Empirical Analysis II: The Number of Business Units and their Average Size over the Long Run: Models of Industrial Development

2003· book-chapter· en· W2490837826 sur OpenAlexaboutno aff
Fabrizio Traù

Notice bibliographique

RevuePalgrave Macmillan UK eBooks · 2003
Typebook-chapter
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueItaly: Economic History and Contemporary Issues
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésQuarter (Canadian coin)Distribution (mathematics)Demographic economicsEmpirical evidenceEconomicsEconomic geographyGeographyMathematics

Résumé

récupéré en direct d'OpenAlex

4.1.1 The empirical evidence provided in chapter 3 shows that in the last quarter of the twentieth century industrialized countries witnessed a shift in manufacturing employment towards smaller business units. This took place — albeit to different extents — in almost all countries in relative terms, but it also coincided with shifts in absolute numbers in only two of the six countries included in the analysis — namely, Italy and Japan, that is the two ‘late comer’ industrial economies. This overall tendency represents a sharp reversal of the trend experienced by all countries since (at least) the end of the Second World War, which consisted of a constant growth of absolute employment levels in large firms (a development that is far less evident, as we have seen, as far as establishments are concerned). In (relatively) older industrial countries, then, changes in the shape of the business size distribution were basically driven by the downsizing of large firms, vis à vis a substantial stability in the number of employees in smaller ones. Such being the case, the observed shifts in overall employment mainly represent the outcome of the changing behaviour of larger units — that is, the reduction (at least in terms of the number of employees) in their average size.

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)0,003
score de la tête « metaresearch » (Gemma)0,010
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,022
Score d'incertitude au seuil0,072

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,010
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,003
Études des sciences et des technologies0,0010,003
Communication savante0,0040,006
Science ouverte0,0020,003
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0220,003

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 Opus0,068
Tête enseignante GPT0,224
Écart entre enseignants0,155 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations0
Publié2003
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePalgrave Macmillan UK eBooksMême sujetItaly: Economic History and Contemporary IssuesTravaux en français237 207