MétaCan
Menu
Retour à la cohorte
Enregistrement W4386884422 · doi:10.32920/24171432

Theoretical Foundations in Support of Small and Medium Towns

2023· preprint· en· W4386884422 sur OpenAlexaff
Eric Vaz

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineSocial Sciences
ThématiqueRegional Socio-Economic Development Trends
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésFraming (construction)Knowledge managementSustainabilityMultidisciplinary approachBusinessOpen innovationPromotion (chess)Context (archaeology)Management scienceSociologyPolitical scienceEngineeringComputer scienceGeographySocial science

Résumé

récupéré en direct d'OpenAlex

This theoretical review aims to create a comprehensive and systematic analysis based on previously published literature explaining how contemporary technological developments may promote new paths for small and medium-sized towns (SMTs) and their networking systems. Much has been said concerning the capacity of towns to absorb strategic knowledge, which is highly dependent on local governance systems. In this paper, five levels of multidisciplinary approaches will be addressed so as to pinpoint the theoretical grounds for the promotion and advocacy of small and medium-sized towns (SMTs) as major drivers of regional sustainability: agglomeration advantages and networking efficiencies—representing strict economic accounting of cost and benefits; clustering in a context of online environments, and its extension to open networking systems; sustainable innovation processes for SMTs, technology, and knowledge transfer in open innovation systems—both settings for discussions within the framing of new technological developments and artificial intelligence; knowledge and new technological developments with local spillovers—to be enhanced employing new educational programs and learning diffusion at advanced levels; the social functions of small and medium-sized towns—to be addressed in the areas of sociology, architecture, and planning.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,020
Score d'incertitude au seuil0,065

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,003
Études des sciences et des technologies0,0030,014
Communication savante0,0060,006
Science ouverte0,0020,005
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0200,002

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 Opus0,086
Tête enseignante GPT0,353
Écart entre enseignants0,267 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetRegional Socio-Economic Development TrendsTravaux en français237 207