La décentralisation intramétropolitaine des activités économiques dans la région de Montréal, 1981-1991
Bibliographic record
Abstract
Depuis la Deuxième Guerre mondiale, les métropoles nord-américaines ont connu plusieurs vagues de décentralisation, c'est-à-dire de déplacement des personnes et des activités économiques de la ville centrale vers les banlieues : la population, les services à la consommation, les industries manufacturières, les activités de bureaux standardisées (les back offices). Plus récemment, certains auteurs américains ont commencé à parler d'une « nouvelle suburbanisation » impliquant la création des edge cities; ce phénomène touche surtout les activités du tertiaire moteur. Le but de cet article est de mesurer l'ampleur de la décentralisation des activités économiques dans la région métropolitaine de Montréal pendant la période 1981-1991. Cette étude utilise la base de données de Dun & Bradstreet qui, en raison de son découpage géographique très détaillé, permet de mieux saisir la dynamique de décentralisation dans la région montréalaise. Les résultats montrent que, même si dans son ensemble la ville de Montréal perd du terrain au profit des zones périphériques, son centre-ville reste très fort sur le plan économique, surtout au niveau du tertiaire moteur.
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 | 0.002 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.002 | 0.003 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.007 | 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".