MétaCan
Menu
Retour à la cohorte
Enregistrement W1544819568

Canada's Recent Productivity Record and Capital Accumulation

2003· article· en· W1544819568 sur OpenAlexvenueaboutno aff
Someshwar Rao, Jianmin Tang, Weimin Wang

Notice bibliographique

RevueInternational productivity monitor · 2003
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueEconomic Growth and Productivity
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEconomicsDepreciation (economics)Capital deepeningProductivityLabour economicsUnemploymentCapital intensityLiberian dollarOutput gapCapital (architecture)Investment (military)WageHuman capitalMonetary economicsCapital formationFinancial capitalMacroeconomicsMarket economyMonetary policyFinance
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

In this article, Someshwar Rao, Jiamin Tang and Weimin Wang of Industry Canada examine the impact of capital accumulation on Canada's recent productivity record. A key finding is that the widening of the Canada-U.S. labour productivity gap in both the business sector and in manufacturing in the second half of the 1990s was largely due to the widening of the capital intensity gap between the two countries. Indeed, the authors find that in the business sector multifactor productivity growth in the two countries was virtually identical at around 2 per cent per year in the 1995-2000 period. This situation is explained by the marked slowdown in the pace of capital intensity growth in Canada after 1995. This development reflected the increased cost of capital relative to labour in Canada, in turn the result of higher prices for investment goods because of the depreciation of the Canadian dollar and low wage increases due to high unemployment. With the recent appreciation of the Canadian dollar and the expected decline in unemployment, the authors project in the medium-term a narrowing of Canada's capital intensity gap with the United States and hence a reduction in the labour productivity gap.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,591
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,039
Tête enseignante GPT0,239
Écart entre enseignants0,200 · 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 tête enseignante, pas un consensus.

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

Citations14
Publié2003
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational productivity monitorMême sujetEconomic Growth and ProductivityTravaux en français237 207