MétaCan
Menu
Retour à la cohorte
Enregistrement W3082332491 · doi:10.1080/00343404.2020.1800628

The geography of knowledge revisited: geographies of KIBS use by a new rural industry

2020· article· en· W3082332491 sur OpenAlex
Richard Shearmur, David Doloreux

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
aboutLe titre ou le résumé porte un signal canadien du lexique géographique.

Notice bibliographique

RevueRegional Studies · 2020
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueWine Industry and Tourism
Établissements canadiensHEC MontréalMcGill University
Organismes subventionnairesnon disponible
Mots-clésEconomic geographyDescriptive knowledgeProxy (statistics)Regional studiesRegional scienceGeographyBusinessKnowledge managementRegional developmentComputer science

Résumé

récupéré en direct d'OpenAlex

It is difficult to define, let alone locate, knowledge. Research in regional studies suggests that cities are the focus of knowledge-intensive business services (KIBS), attract knowledge workers, and concentrate research and development (R&D) and universities: the implication is that knowledge is created in and diffused from urban centres. We suggest this may be a consequence of only studying knowledge that is relevant to, and used by, city-based industries: a growing number of researchers show that some types of knowledge are generated in non-urban or small-town clusters. This study focuses on the geography of KIBS (a proxy for knowledge inputs) used by Canadian winemakers (an emerging sector located in rural areas). After questioning what is meant by ‘knowledge’, we show that services incorporating knowledge of different types are sourced from different types of location. We conclude that there is no single geography of knowledge: for winemakers, different types of knowledge are sourced from cities, wine regions and also dispersed non-urban areas.

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.

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)0,000
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: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,087
Score d'incertitude au seuil0,429

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,059
Tête enseignante GPT0,265
Écart entre enseignants0,205 · 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