MétaCan
Menu
Retour à la cohorte
Enregistrement W3152994287

La diversification économique des villes canadiennes non-métropolitaines entre 1971 et 2016

2020· article· fr· W3152994287 sur OpenAlexaboutno aff
James Burnett

Notice bibliographique

RevueEspaceINRS Institutional Digital Repository (Institut National de la Recherche Scientifique) · 2020
Typearticle
Languefr
DomaineEconomics, Econometrics and Finance
ThématiqueRegional resilience and development
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPolitical scienceGeographyArt
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

La diversification économique fait l’objet d’un intérêt renouvelé depuis la Grande Récession de 2008. Supposée de renforcer la résilience des économies régionales face aux crises, la diversification est poursuivie comme objectif politique par de nombreux acteurs. Les régions non-métropolitaines, qui font face aux défis séculaires liés à la dépendance mono-industrielle, y voient une urgence particulière. Si des travaux précédents ont démontré que la diversification a bien eu lieu dans ces régions—en fait de manière accélérée relativement aux centres métropolitains—ce phénomène reste peu exploré. Afin d’éclairer ces enjeux, deux études sont proposées. Premièrement, une analyse est effectuée de la composition sectorielle de la diversification déjà observée dans les régions urbaines non-métropolitaines canadiennes, à travers une longue période de 1971 à 2016. Cette analyse a permis de constater qu’une bonne partie de la « diversification » observée dans ces régions est un artéfact statistique du déclin des industries antérieurement dominantes, comme celles du papier et de l’aluminium. Deuxièmement, des modèles de régression sont construits afin d’étudier la contribution de différentes variables régionales—la composition industrielle initiale, la diversité reliée et non-reliée, et l’accès à d’autres marchés—au développement de nouvelles industries et spécialisations menant à la diversification. Les résultats de cette analyse ont réaffirmé le rôle de l’accès aux marchés pour le développement régional, mais aussi de la composition industrielle initiale locale, ce qui réitère l’importance de prendre en compte celle-ci dans l’élaboration des politiques de développement régional qui correspondent aux conditions locales. <br /><br /> Economic diversification has experienced renewed interest since the Great Recession of 2008. Believed to strengthen the resilience of regional economies when faced with crises, various actors have pursued diversification as a policy goal. Non-metropolitan regions, confronted with challenges of secular decline resulting from dependence on a single industry, are particularly concerned. While previous works have shown that diversification has indeed occurred in these regions—in fact, more quickly than in metropolitan centres—the phenomenon remains little studied. In order to clarify these issues, two studies are proposed. Firstly, an analysis is conducted of the sectoral composition of the diversification already observed in Canadian non-metropolitan regions, throughout the period from 1971 to 2016. This analysis demonstrated that much of the “diversification” previously observed in these regions is a statistical artefact of the decline of previously dominant industries, such as paper and aluminum manufacturing. Secondly, regression models were constructed to study the contribution of different regional variables—initial industrial composition, related and unrelated diversity, access to the North American market—to the development of new industries and specializations which contribute to diversification. The results of this analysis reaffirmed the importance of market access for regional development, but also of local initial industrial composition. This serves to reiterate the importance of the latter when creating regional development policies appropriate to local conditions.

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)0,003
score de la tête « metaresearch » (Gemma)0,008
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Communication savante
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,850
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,008
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,003
Communication savante0,0010,003
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,001

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 Opus0,128
Tête enseignante GPT0,294
Écart entre enseignants0,166 · 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.

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
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEspaceINRS Institutional Digital Repository (Institut National de la Recherche Scientifique)Même sujetRegional resilience and developmentTravaux en français237 207