O crescimento econômico na faixa de fronteira de 2000 a 2010: o caso do Paraná
Why this work is in the frame
A frame that forgets how it found something cannot be audited. These are the routes that admitted this work.
Bibliographic record
Abstract
O objetivo deste artigo é analisar a distribuição espacial do desenvolvimento como o reflexo do crescimento econômico na faixa de fronteira do estado do Paraná. Para tanto, foram utilizados os dados do Índice FIRJAN de Desenvolvimento Municipal (IFDM), entre os anos de 2000 e 2010, e as categorias de Emprego e Renda, Educação e Saúde que o compõem. Foram utilizados a estatística de Moran e o índice de associação espacial local (LISA), bem como a distribuição espacial geoprocessada dos dados na região em estudo. Os resultados obtidos permitem observar a formação de agrupamentos padronizados (clusters) que se formam em respostas aos incentivos das políticas públicas e em consequência aumenta o desenvolvimento local e regional. Por outro lado, observa-se que algumas unidades geográficas apresentam dados inconsistentes com a vizinhança (outliers), ou seja, observações anormais e diferentes da vizinhança. O estudo da distribuição espacial dos dados na faixa de fronteira permitiu comparar a evolução do crescimento econômico promovendo o desenvolvimento no período estudado. Para esta análise, observou-se a importância de considerar os fatores socioeconômicos e culturais, bem como a localização geográfica, que permitem o desenvolvimento da região de fronteira do Paraná.
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.
Full frame distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.006 | 0.000 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.002 | 0.001 |
| Bibliometrics | 0.000 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.003 | 0.001 |
| Open science | 0.002 | 0.000 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.003 | 0.002 |
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 it