MétaCan
Menu
Retour à la cohorte
Enregistrement W4407876071 · doi:10.7202/1116491ar

Expanding Economic Base Theory to informal and non-monetary income: Evidence from the State of Bahia, Brazil

2025· article· en· W4407876071 sur OpenAlexvenueno aff
Ludovica Milano, Magali Talandier

Notice bibliographique

RevueCanadian Journal of Regional Science · 2025
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueEconomic Theory and Policy
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEconomicsState (computer science)Base (topology)Computer science

Résumé

récupéré en direct d'OpenAlex

In this paper, we discuss an operational framework to quantify and analyze regional economic development through the application of economic base theory. This theory asserts that regional development hinges not only on capturing income from outside the region (the basic sector), but also on the region’s ability to retain this income and circulate it locally for community benefit (in the non-basic sector). Our study focuses on Bahia, the largest state in Brazil’s Northeast Region, with a particular emphasis on its regiões geográficas imediatas (commuting zones). The study’s original contribution is to apply the economic base model in a Global South context using income data rather than employment data as a proxy. The available Brazilian data allow us to include in our analysis income flows that are generally overlooked in mainstream economics and entirely omitted from applications of this theory in the Global North. The findings underscore the pivotal role of informality, non-monetary income, and transfers, prompting further examination of regional income and its diverse sources in economic development analysis. Based on our results, we argue for a broader understanding of territorial economies as complex systems of socially embedded practices. This perspective calls for regional studies to shift away from the prevailing productivist viewpoint and toward a more holistic approach that embraces the diversity and richness of territorial economies.

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)0,003
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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,162
Score d'incertitude au seuil0,992

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,001
Science ouverte0,0010,000
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 Opus0,020
Tête enseignante GPT0,243
Écart entre enseignants0,223 · 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

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Regional ScienceMême sujetEconomic Theory and PolicyTravaux en français237 207