MétaCan
Menu
Retour à la cohorte
Enregistrement W4393403108 · doi:10.1093/jeg/lbae005

The nature, causes, and consequences of inter-regional inequality

2024· article· en· W4393403108 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueJournal of Economic Geography · 2024
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueRegional Economics and Spatial Analysis
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésInequalityContext (archaeology)Social inequalityEconomic geographyEconomicsPoliticsEconomic inequalityDevelopment economicsEconomic systemPolitical scienceGeography

Résumé

récupéré en direct d'OpenAlex

Abstract Social scientists and policymakers alike have become increasingly concerned with understanding the nature, causes, and consequences of inter-regional inequality in economic living conditions. Contemporary spatial inequality is multi-faceted—it varies depending on how we define inequality, the scale at which it is measured, and which groups in the labor force are considered. Increasing economic inequality has important implications for broader social and political issues. Notably, it is difficult to account for the rise of far-right populism in industrialized countries without considering the context of growing inter-regional inequality. Important explanations for the rise in inter-regional inequality include changing patterns of worker and firm sorting processes across space, major transitions like the reorientation of the economy from manufacturing to digital technologies, and increasing global economic integration, as well as policy. Different causal explanations in turn imply a different role for place-based policy. This article introduces the context of the special issue on the nature, causes, and consequences of inter-regional inequality, focusing specifically on inequality in North America and Western Europe, and aims to identify challenges for, and spark further research on, inter-regional inequality.

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.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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: Empirique
Score de désaccord entre enseignants0,232
Score d'incertitude au seuil0,400

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 Opus0,026
Tête enseignante GPT0,248
Écart entre enseignants0,222 · 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