Resilience revisited : assessing the impact of the 2007-2009 recession on 83 canadian regions with closing thoughts on an elusive concept
Notice bibliographique
Résumé
Prenant la récession de 2007-2009 comme exemple d’un choc exogène, nous proposons une analyse de la « résilience » de 83 régions canadiennes en utilisant deux indicateurs : le taux de chômage (TC); la croissance de l’emploi (CE). L’analyse nous sert de laboratoire pour un regard critique sur « résilience » comme concept utile en géographie économique. Nos résultats varient en fonction de l’indicateur employé et de l’interprétation donnée à la résilience. Si l’indicateur est CE, 65 régions ont « rebondi » (CE positive après le choc), mais seulement 36 ont retrouvé le rythme de croissance d’avant la récession, et seulement 14 se qualifient comme « résilientes » si nous retenons aussi le critère « résistance » (au choc). Si l’indicateur est TC, 19 régions ont rebondi, les différences attribuables aux réactions variables des travailleurs. Nous concluons que « résilience » demeure un concept difficile à saisir, dont la définition opérationnelle restera problématique. \n=====Abstract Viewing the 2007-2009 recession as an exogenous shock, the paper proposes an assessment of the ‘resilience’ of 83 Canadian regions using two metrics: the unemployment rate (UR); employment growth (EG). The assessment serves a laboratory for a reflection on ‘resilience’ as a useful concept in economic geography. Results vary depending on interpretations of ‘resilience’ \nand metric used. If EG, 65 regions ‘rebounded’ (positive after the shock) but only 36 recovered pre-recession growth paths and only 14 qualify as ‘resilient’ if a ‘resistance’ criterion is added. If UR, 19 regions ‘rebounded’, differences due to varying labour force responses. We conclude that ‘resilience’ is an elusive concept whose operational definition must remain problematic.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,002 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».