MétaCan
Menu
← Retour à la cohorte
Enregistrement W2890895219 · doi:10.3386/w10106

Firm Location and the Creation and Utilization of Human Capital

2003· preprint· en· W2890895219 sur OpenAlexaff
Andrés Almazán, Adolfo de Motta, Sheridan Titman

Notice bibliographique

RevueNational Bureau of Economic Research · 2003
Typepreprint
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueEconomic Growth and Productivity
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésOverconfidence effectFlexibility (engineering)ProductivityHuman capitalIndustrial organizationInvestment (military)Affect (linguistics)BusinessMicroeconomicsScale (ratio)Capital (architecture)EconomicsMarket economyMacroeconomics

Résumé

récupéré en direct d'OpenAlex

This paper presents a theory of location choice that draws on insights from the incomplete contracts and investment flexibility (real option) literatures.We provide conditions under which human capital is more efficiently created and better utilized within industrial clusters that contain similar firms.Our analysis indicates that location choices are influenced by the extent to which training costs are borne by firms versus employees as well as by the uncertainty about future productivity shocks and the ability of firms to modify the scale of their operations.Extensions of our model consider, among other things, endogenous technological choices by firms in clusters and how behavioral biases (i.e., managerial overconfidence about their firms' prospects) can affect firms' location choices.

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)0,001
score de la tête « metaresearch » (Gemma)0,006
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 enseignants0,008
Score d'incertitude au seuil0,028

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,002
Communication savante0,0020,002
Science ouverte0,0010,002
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0080,001

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.

Tête enseignante Opus0,286
Tête enseignante GPT0,428
Écart entre enseignants0,141 · 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

Citations13
Publié2003
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNational Bureau of Economic Research→Même sujetEconomic Growth and Productivity→Travaux en français237 207→