MétaCan
Menu
Retour à la cohorte
Enregistrement W3199654250 · doi:10.3390/jrfm14090438

Sustainability Determinants of Cultural and Creative Industries in Peripheral Areas

2021· article· en· W3199654250 sur OpenAlexvenueno aff
Francesca Imperiale, Roberta Fasiello, Stefano Adamo

Notice bibliographique

RevueJournal of risk and financial management · 2021
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueCultural Industries and Urban Development
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSustainabilityScope (computer science)Context (archaeology)Dimension (graph theory)Sustainable developmentPerspective (graphical)Creative industriesBusinessRegional scienceEconomic geographyMarketingPolitical scienceGeographyComputer scienceEcology

Résumé

récupéré en direct d'OpenAlex

Cultural and Creative Industries (CCIs) are increasingly recognized as part of the global economy and of growing importance for sustainable local development. However, the exploitation of their full potential depends on several issues concerning their entrepreneurial dimension and the context where they operate. The paper deals with these issues having the scope to investigate the main determinants of CCIs’ sustainability in peripheral areas, to understand what kind of policy could better support the survival of CCIs and development in these areas, according to an end-user perspective. The research is part of an Interreg Greece-Italy project carried out from mid-2018 until the end of 2020 with specific reference to CCIs in Apulia (IT) and Western Greece (EL). A two-step mixed methodology has been used to figure out regional specializations and the specific aspects of the entrepreneurial structure and business sustainability in the cultural and creative sector (CCs). In the end, the paper shows and discusses the main determinants considered crucial for CCI sustainability, suggesting guidelines for local authorities supporting their economic development.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,437
Score d'incertitude au seuil0,243

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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 Opus0,024
Tête enseignante GPT0,292
Écart entre enseignants0,269 · 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.

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

Citations30
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of risk and financial managementMême sujetCultural Industries and Urban DevelopmentTravaux en français237 207