MétaCan
Menu
Retour à la cohorte
Enregistrement W6981202208

Does geographical clustering pay? Analysis of the Norwegian salted and dried cod industry

2017· book-chapter· en· W6981202208 sur OpenAlexaboutno aff

Notice bibliographique

RevueDuo Research Archive (University of Oslo) · 2017
Typebook-chapter
Langueen
DomaineBusiness, Management and Accounting
ThématiqueSharing Economy and Platforms
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésNorwegianCompetition (biology)Cluster analysisProduction (economics)Capital (architecture)Cluster (spacecraft)Order (exchange)Value (mathematics)
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The structure of the Norwegian salted and dried cod industry is manifold, with differences both regarding plant size and type of organisation. The cluster of manufacturers and exporters of this industry in the North-Western region of Norway contributes considerably to total exports, and the main location for these firms is the Ålesund region. Ålesund is also the most important Norwegian town for exports of fish and fish products in general. It is well known from literature that geographical clustering of firms may induce self-reinforced growth effects. In an increasingly more competitive global environment, with stronger competition from producers and exporters in countries like e.g. Iceland, Canada, Russia, Portugal and China, it will be important to preserve and even strengthen such a cluster. In order to recommend adequate policy to support the development of this cluster one must recognize the mechanisms that create innovation and value added. To reveal possible localized external returns to scale in the regional salted and dried cod industry, a panel of firms is analysed by estimating a production function including both internal production factors and external economy variables. One important source of positive cluster-effects can be associated with immaterial capital related to connections between different actors within the industry. Preliminary results show that there is a significant localized external effect in this cluster, implying that geographical clustering in the central Ålesund region will induce more value added than otherwise.

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)0,001
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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,764
Score d'incertitude au seuil0,758

Scores Codex et Gemma par catégorie

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

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 Opus0,037
Tête enseignante GPT0,244
Écart entre enseignants0,207 · 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

Citations0
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDuo Research Archive (University of Oslo)Même sujetSharing Economy and PlatformsTravaux en français237 207