THE EMERGENCE OF GEOGRAPHICAL ECONOMICS: AT THE CONTESTED BOUNDARIES OF ECONOMICS, GEOGRAPHY AND REGIONAL SCIENCE
Notice bibliographique
Résumé
We explore disciplinary boundary-making in geographical economics or “the new economic geography” with attention to the approaches taken by, and attempts at communication between, scholars with primary affiliations in economics, geography and regional science. The Dixit-Stiglitz general equilibrium approach to monopolistic competition and increasing returns was applied to agglomeration and location by Paul Krugman, who had previously pioneered the “new trade theory” building on the Dixit-Stiglitz model, and, independently and slightly earlier, by Masahisa Fujita and his student Heshem Abdel-Rahman starting from regional science, a tradition with its own departments, doctorates, conferences and journals distinct from economics and geography. Economic geography, as studied by geographers, had already taken a quantitative and theoretical turn in the 1960s, reviving an earlier tradition of German location theory overshadowed within geography after World War II by areal differentiation. Another strand of economic geography pursued by geographers was influenced by economic theory, but by non-neoclassical Marxian and Sraffian economics. Debates between these scholars raised questions whether these analyses were multidisciplinary, drawing on distinct disciplines, or crossed disciplinary boundaries (as when geographical economics in the style of economists is undertaken in geography departments) or transcends disciplinary boundaries, or involved the emergence of a new discipline.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,005 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».