The Periphery in the Knowledge Economy: The Spatial Dynamics of the Canadian Economy and the Future of Non-Metropolitan Regions in Quebec and the Atlantic Provinces
Notice bibliographique
Résumé
The study focuses on the prospects of peripheral regions. Other names \ncould apply: non-metropolitan regions; remote regions; resource regions; etc. \nNo entirely satisfactory term exists. The regions that are the focus of this study \nall share certain attributes: low population densities, the absence of a large \nurban metropolis, distance from major markets. Taking distance as our \nbenchmark, approximately 28% of all Canadians lived beyond an hour’s drive \nof a major metropolis (with populations of over 500,000 in 1996). Although \nthe study examines trends for Canada as a whole, the focus is on Quebec and \nAtlantic Canada. Eleven regions were selected for in-depth analysis. \nThe study is the result of a broad-based research effort, involving experts \nin Quebec, Atlantic Canada, and Nordic nations. Seventeen background \nstudies were produced: \n— A review of recent literature on regional economic development, with a \nfocus on the knowledge-based economy and Nordic nations \n— An in-depth statistical analysis of geographical trends in population and \nemployment for Canada from 1971 to 1996. \n— Five country studies, looking at similar trends and regional policy, for \nFinland, Sweden, Norway and Scotland. These nations were chosen because their geography and development levels most resembled that of \nEastern Canada. \n— Specific studies for eleven regions of Quebec and Atlantic Canada. These \nstudies entailed statistical analysis and fieldwork, the latter based in large \npart on consultations with local experts, entrepreneurs, and practitioners. \nAbout 200 persons participated in focus groups. A two-day workshop was held in Montreal in October 2001 with researchers and practitioners. Findings were brought together, discussed, and \ndigested. The study seeks to summarize this mass of information and accumulated experience. However, the opinions expressed remain the sole responsibility of the authors.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,004 | 0,012 |
| Études des sciences et des technologies | 0,007 | 0,003 |
| Communication savante | 0,008 | 0,003 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,000 |
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.
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 ».