Nouvelle economie: utilisation de l'architecture de la comptabilite nationale pour estimer l'importance de l'economie de haute technologie
Bibliographic record
Abstract
Le présent document montre comment l'architecture statistique du Système de comptabilité nationale du Canada peut être utilisée pour étudier l'importance et la composition d'un secteur économique particulier. À titre d'illustration, l'analyse est axée sur le secteur des technologies de l'information et des communications (TIC) et, par conséquent, sur l'ensemble des industries productrices de technologies et des produits de technologie qui sont les plus couramment liés à ce que l'on appelle souvent l'économie de haute technologie. À partir des tableaux des ressources et des emplois des comptes des entrées-sorties, nous élaborons des classifications intégrées des industries et des produits des TIC, qui permettent d'établir un lien entre les producteurs de technologies au pays et leurs principaux produits. Nous utilisons ensuite ces classifications pour produire une série de statistiques descriptives qui permettent d'examiner l'importance de l'économie de haute technologie au Canada ainsi que ses éléments sous-jacents. À notre avis, ces classifications intégrées peuvent servir à dresser un profil plus détaillé de l'économie de haute technologie que celui découlant de l'examen isolé des caractéristiques des industries ou de celles des produits.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.006 | 0.020 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.005 | 0.008 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.005 | 0.002 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.005 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".