MétaCan
Menu
Retour à la cohorte
Enregistrement W2766637340 · doi:10.60082/2817-5069.3182

Can Local Actors Foster a More Inclusive and Sustainable Model of Economic Development? The Role of Business Improvement Areas in the “New” Industrial Policy

2017· article· en· W2766637340 sur OpenAlexaffvenue
Matias de Dovitiis, Juan F. Gomez, Rafael Gómez

Notice bibliographique

RevueOsgoode Hall law journal · 2017
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueCommunity Development and Social Impact
Établissements canadiensOccupational Cancer Research CentreYork UniversityUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésPremiseSustainabilityBusinessBest practiceTacit knowledgeInstitutionSustainable developmentPublic economicsIndustrial organizationEconomicsKnowledge managementPolitical scienceManagement

Résumé

récupéré en direct d'OpenAlex

A growing body of evidence links differing managerial practices, specifically ones addressing environmental sustainability and the management of people, to variations in performance observed across firms and countries. Firms (and by extension jurisdictions) that invest in better environmental policies (sustainability) and that empower workers (inclusivity) tend to outperform, over the long run, those that do not. Despite the gains associated with these inclusive and sustainable management techniques, large differences in the adoption of even the most basic management practices persist. We premise this article on an institution that can lower the costs of gaining best practice knowledge and help in the successful transfer of tacit knowledge—the business improvement association (BIA). After presenting evidence of managerial best practices, we look at what BIAs are currently doing (as well as what they can do) for the small- to medium-sized, independently owned firms that constitute their membership. We go on to show that local BIA efforts, occurring as they do within large urban centres and targeting firms often neglected in national-level approaches, can do more than even ‘new’ industrial policies advocated by some policy makers to help foster a more inclusive and sustainable form of economic development.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,082
Score d'incertitude au seuil0,949

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,038
Tête enseignante GPT0,258
Écart entre enseignants0,220 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeThéorique ou conceptuel
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
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueOsgoode Hall law journalMême sujetCommunity Development and Social ImpactTravaux en français237 207