Le dynamisme économique de Montréal la géographie du cycle de vie de l'innovation au Québec, 1972--1989
Bibliographic record
Abstract
En utilisant des données géographiques sur les brevets délivrés aux entreprises québécoises entre 1972 et 1989 par l'Office de la propriété intellectuelle du Canada, nous vérifions si les entreprises qui résident plus près du centre-ville de Montréal préfèrent innover de nouveaux produits et si les entreprises en périphérie innovent plutôt en procédé. Nous vérifions donc indirectement la véracité de la Théorie du cycle de vie de l'innovation, qui stipule que les entreprises déménagent du centre vers la périphérie en même temps que leur production se standardise, d'où l'association aux brevets de procédé.En contrôlant pour la taille de l'entreprise et l'appartenance à une industrie plus innovante, nous trouvons que la probabilité de breveter en procédé varie selon la distance de l'entreprise titulaire et du centre-ville de Montréal. Les couronnes contenues entre 15 et 30 km ont une propension plus importante à innover en procédé. Et ce, même si les procédés ne représentent que 16% des données. Par ailleurs, le phénomène des brevets de produit n'est pas conscrit près du centre-ville, mais plutôt au sein de la Région métropolitaine de recensement de Montréal.
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 | 0.004 | 0.010 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.003 | 0.001 |
| 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".