MétaCan
Menu
Retour à la cohorte
Enregistrement W1517235943

The Growth Story: Canada's Long-run Economic Performance and Prospects

2003· article· en· W1517235943 sur OpenAlexvenueaboutno aff
Peter Nicholson

Notice bibliographique

RevueInternational productivity monitor · 2003
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueEconomic Growth and Productivity
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésProductivityPrime ministerEconomicsHuman capitalInvestment (military)Balanced scorecardStar (game theory)PoliticsDevelopment economicsEconomic policyPolitical scienceEconomic growthManagementLaw
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

In this lead article, Peter Nicholson, who until recently served as advisor to the Secretary General at the OECD and is currently serving as policy advisor to the Prime Minister, Paul Martin, discusses the long-run economic performance, prospects in Canada, and policy priorities based on the framework and insights that emerged from the recent study of economic growth released by the OECD. He argues that Canada has performed remarkably well since the mid-1990s, and that by the pro-growth policy prescriptions developed by the OECD, Canada is doing most things right. However, Nicholson points out that our productivity gap relative to the United States is still large and growing and that finding ways to increase productivity growth is an increasing social and political necessity. Nicholson develops a scorecard on Canada's economic performance based on a three-star rating scheme. He gives Canada three stars for sound macro policies, human capital, and exposure to trade; two stars for productive investment; and one star, or perhaps a little better, for innovation. Despite this strong performance, Nicholson cautions against complacency, particularly given the demographic challenge the country will be facing in the years to come.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,061
Score d'incertitude au seuil0,444

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,008
Études des sciences et des technologies0,0070,002
Communication savante0,0090,003
Science ouverte0,0010,002
Intégrité de la recherche0,0020,004
Charge utile insuffisante (le modèle a refusé de juger)0,0080,001

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,012
Tête enseignante GPT0,190
Écart entre enseignants0,178 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations12
Publié2003
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational productivity monitorMême sujetEconomic Growth and ProductivityTravaux en français237 207