DESIGUALDADE LOCACIONAL E SUA DECOMPOSIÇÃO POR SETORES INDUSTRIAIS PARA O CEARÁ NO PERÍODO DE 2002 A 2018
Bibliographic record
Abstract
Dada a execução de políticas de atração e interiorização de investimentos verificada no estado do Ceará, convém se questionar quais seriam os efeitos dos diversos subsetores industriais na variação do Gini Locacional. Assim, o estudo dedica-se à análise da contribuição de subsetores industriais para a redução da desigualdade sub-regional, entre 2002 e 2018, para diagnosticar quais foram aqueles que mais contribuíram, a partir de uma percepção da desigualdade locacional baseada no volume de emprego, utilizando-se dados da Relação Anual de Informações Socais. O índice de concentração é decomposto a partir de treze subsetores, que são: indústria extrativa mineral; minerais não metálicos; indústria metalúrgica; indústria mecânica; elétrica e comunicação; material de transporte; madeira e mobiliário; papel e gráfica; borracha, fumo e couro; indústria química; indústria têxtil; indústria de calcados; alimentos e bebidas. Diante disso, mostra-se que a desigualdade locacional se reduziu em 7,6% e que o setor de calçados foi o que mais contribuiu para essa redução.
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 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 | 0.001 | 0.000 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.000 | 0.001 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.073 | 0.007 |
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; both teacher heads agree on what is shown here.
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".