La concentration des fonctions à haut contenu en savoir dans le secteur de la production des biens : quel avenir pour les régions non métropolitaines du Québec ?
Bibliographic record
Abstract
Les fonctions à haut contenu en savoir jouent un rôle stratégique au sein du secteur de la production des biens. Les régions et les entreprises où se concentrent ces fonctions semblent mieux positionnées que les autres pour assurer leur croissance et leur développement économique. Toutefois, cette réalité suggère de nouvelles disparités économiques à l’échelle régionale. Cet article analyse les tendances de concentration des fonctions à haut contenu en savoir dans les agglomérations du Québec entre 1971 et 2006. L’analyse soulève une concentration métropolitaine qui tend à s’accélérer durant la période. Néanmoins, on constate que certaines régions non métropolitaines ont des niveaux de croissance parfois supérieurs. S’il y a présence de trajectoires distinctes, on ne peut cependant conclure à la présence d’un processus de convergence régionale. Les résultats de l’analyse laissent entendre que la décentralisation de la production des biens a pu en grande partie se limiter aux fonctions de routine et de production.
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 | 0.000 | 0.002 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.003 |
| Science and technology studies | 0.001 | 0.002 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.005 | 0.000 |
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".