MétaCan
Menu
Retour à la cohorte
Enregistrement W4401501996 · doi:10.1093/jeg/lbae026

Beyond “buzz”: knowledge interactions, innovation, and neighborhood characteristics

2024· article· en· W4401501996 sur OpenAlexafffundabout
Nadiia Matsiuk, David Doloreux, Richard Shearmur

Notice bibliographique

RevueJournal of Economic Geography · 2024
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueRegional Economics and Spatial Analysis
Établissements canadiensMcGill UniversityHEC Montréal
Organismes subventionnairesHEC Montréal
Mots-clésMarketing buzzResidenceCensusEconomic geographyBusinessCluster analysisSurvey data collectionKnowledge managementMarketingRegional scienceGeographyDemographic economicsAdvertisingEconomicsSociologyComputer scienceStatisticsPopulationMathematicsDemography

Résumé

récupéré en direct d'OpenAlex

Abstract We examine the link between neighborhood characteristics, the importance of knowledge exchange, and firm innovation in Montreal. To this end we combine two sources of data: place-of-residence census data from Statistics Canada and the results of an original firm survey. Through principal component analysis and subsequent clustering, we define five types of neighborhoods. The results revealed that firms assign higher importance to local knowledge exchange when located in dense, walkable neighborhoods with higher educated residents. Knowledge exchange, both local and global, correlates with incremental and radical innovation. Moreover, firms are innovative in any neighborhood, provided they engage in knowledge exchange.

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)0,001
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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,307
Score d'incertitude au seuil0,610

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,017
Tête enseignante GPT0,236
Écart entre enseignants0,219 · 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'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

Citations14
Publié2024
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueJournal of Economic GeographyMême sujetRegional Economics and Spatial AnalysisTravaux en français237 207