A CONCENTRAÇÃO ESPACIAL DA NOVA ECONOMIA:
Bibliographic record
Abstract
O estudo, com foco na Nova Economia, tem por objetivo analisar a localização das atividades de Tecnologias da Informação (TI) no Brasil. Discute este setor de serviços e sua instalação nas cidades, e analisa a presença de empresas e de empregados no Brasil numa comparação em escala nacional entre as unidades da federação; e entre os municípios; enquanto, na escala regional, aborda o estado de São Paulo. O trabalho se vale, sobretudo, dos bancos de dados oficiais da Relação Anual de Informações Sociais (RAIS), vinculada ao Ministério do Trabalho e Emprego do governo federal, conseguindo revelar todo o território brasileiro. A base teórica se relaciona com estudos de inovação e território, apontando que a transformação da base tecnológica com contornos globais, a partir da segunda metade do século XX, propiciou o surgimento de uma Nova Economia, que tem ênfase na informação, no conhecimento, na aprendizagem e na inovação. Como resultado do estudo, é apresentada a presença da TI nas capitais brasileiras, em especial, no Sul e Sudeste do país, com a supremacia de São Paulo e sua região metropolitana. O estudo evidencia uma grande concentração de atividades de TI nos grandes centros, manifestando a permanência ou o aprofundamento das desigualdades territoriais no Brasil.
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 | 0.007 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.005 | 0.011 |
| Science and technology studies | 0.003 | 0.004 |
| Scholarly communication | 0.009 | 0.005 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.008 | 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".