Bibliographic record
Abstract
L’intégration européenne accroît la mobilité du capital, ce qui a pour effet d’accentuer la concurrence entre les territoires. Le problème est de déterminer si cette intégration favorise ou non la convergence entre les régions. Nous tentons de répondre à cette question grâce à une modélisation qui combine les apports théoriques de la croissance endogène et de la nouvelle géographie économique. Cette synthèse permet de rendre compte de la complexité des relations existant entre l’innovation, la structuration des espaces économiques et le développement régional. Nous démontrons que l’espace économique a naturellement tendance à se différencier, en fonction d’avantages comparatifs économiques et spatiaux, et que cette polarisation peut être accentuée par l’ouverture. Nous établissons aussi que l’impact de l’intégration sur le développement régional dépend de caractéristiques endogènes aux économies et de l’Histoire. Ainsi, les régions en retard n’ont pas toujours intérêt à s’intégrer à l’économie mondiale car cela peut les conduire et les maintenir dans une trappe de sous-développement.
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 | 0.002 | 0.005 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.002 | 0.003 |
| Science and technology studies | 0.001 | 0.003 |
| Scholarly communication | 0.005 | 0.003 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.007 | 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".