L' offre territoriale, un levier d’attractivité des investissements : vers une revue systématique de la littérature
Notice bibliographique
Résumé
L’attractivité d’investissements demeure une préoccupation majeure pour les décideurs et les acteurs économiques, car elle influence les dimensions économiques, sociales et environnementales d’un territoire. L’offre territoriale constitue le pilier fondamental de cette attractivité. Cependant, dans un contexte marqué par l’apparition de nouveaux enjeux territoriaux, l’offre territoriale doit être repensée. La question de savoir comment tous les acteurs territoriaux peuvent collaborer pour coconstruire une offre territoriale diversifiée et intégrée reste un enjeu complexe et peu exploré. Cette recherche vise à combler cette lacune en proposant un recadrage théorique et un modèle conceptuel pour mieux comprendre les mécanismes de cocréation de l’offre territoriale et son impact sur l’attractivité d’investissements. En s’appuyant sur une revue de littérature systématique, cette étude apporte une clarification du concept et fait avancer la discussion autour de cette composante fondamentale du marketing territorial. Elle fournit aussi des orientations sur les principales variables de l’offre territoriale.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,008 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,005 | 0,007 |
| Études des sciences et des technologies | 0,003 | 0,012 |
| Communication savante | 0,015 | 0,014 |
| Science ouverte | 0,003 | 0,004 |
| Intégrité de la recherche | 0,004 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,015 | 0,003 |
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 source (Gemma direct ou Codex distillé), 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 ».