Élaboration d’un cadre d’analyse théorique de la contribution des activités économiques au développement territorial
Bibliographic record
Abstract
L’objectif de la présente contribution est de proposer une grille d’analyse théorique pour évaluer de quelle manière une activité économique peut contribuer au développement du territoire qui la porte. Plus spécifiquement, il s’agira d’identifier les approches qui proposent des modèles explicatifs du développement économique des régions, puis celles qui construisent, pour une région donnée (dépendant des facteurs de dotation en ressources, de la localisation, etc.), des modèles prescriptifs et pratiques de développement. Dans un premier temps, il s’agira de préciser quels liens entretiennent les notions de développement, de croissance, d’économie et d’espace, et d’évoquer selon une trajectoire historique le contexte de la territorialisation des approches développementales. Ce détour permettra de mieux saisir les conséquences de l’intégration du concept de territorialité dans la sphère économique. Dans un second temps seront identifiées, analysées et comparées les théories fondatrices du développement territorial. Le but consiste à produire un cadre d’analyse de la contribution des activités humaines au processus de 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 | 0.004 | 0.008 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.002 |
| Bibliometrics | 0.003 | 0.003 |
| Science and technology studies | 0.002 | 0.007 |
| Scholarly communication | 0.006 | 0.007 |
| Open science | 0.002 | 0.004 |
| Research integrity | 0.003 | 0.003 |
| Insufficient payload (model declined to judge) | 0.024 | 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 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".