La métropolisation à l’aune de la ‘loi’ taille/rang : Le cas Canadien, 1971–2001
Bibliographic record
Abstract
Le processus de métropolisation attire actuellement beaucoup d’attention. Une des conséquences de ce processus, observé par de nombreux chercheurs, est la croissance plus lente, voire le déclin, de villes petites et moyennes. D’un point de vue théorique, ceci est compatible avec les théories de la croissance endogène : les métropoles offrent aux acteurs économiques des facteurs clés (accès à l’information, aux réseaux globaux…) qui sont absents des villes de taille plus modeste. Cependant, il y aussi, actuellement, une résurgence d’intérêt pour la loi de Zipf, et, plus généralement, pour la grande stabilité que l’on observe dans la distribution par taille des villes. Ces deux corpus semblent être en contradiction. Or, à partir de données canadiennes couvrant la période 1971 à 2001 nous montrons que même si la métropolisation semble effectivement avoir lieu, ceci n’est pas nécessairement incompatible avec une distribution stable des tailles de ville. En effet, si l’on suppose que la loi de Zipf est applicable aux systèmes urbains dans des contextes socio‐économiques stables, alors la métropolisation que l’on observe actuellement ne pourrait être qu’un ajustement du système urbain aux nouvelles réalités sociales et économiques qui opèrent depuis la fin des années 1970. Ce réajustement mènera peut‐être à une nouvelle hiérarchie urbaine qui reflétera de nouveau les régularités de Zipf.
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 | 0.001 | 0.006 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.004 |
| Science and technology studies | 0.003 | 0.004 |
| Scholarly communication | 0.005 | 0.003 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.012 | 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".