Niveaux relatifs de productivite multifactorielle au Canada et aux Etats-Unis: une analyse sectorielle
Notice bibliographique
Résumé
L'objectif de cette étude est triple. Pour commencer, nous examinons le niveau de la productivité multifactorielle (PMF) au Canada comparativement aux États-Unis pour la période allant de 1994 à 2003. Puis, nous déterminons l'importance relative des différences d'intensité du capital et de PMF en tenant compte des différences de productivité du travail entre les deux pays. Enfin, nous remontons jusqu'au niveau de l'industrie pour établir les différences de PMF entre le Canada et les États-Unis et nous estimons les contributions respectives des secteurs des biens, des services et du génie à l'écart global de PMF. Nos principales constatations sont les suivantes. Premièrement, l'intensité globale du capital est aussi forte au Canada qu'aux États-Unis. Cependant, au Canada, l'intensité du capital varie considérablement selon la catégorie d'actifs. Le Canada possède nettement moins de machines et de matériel, environ la même quantité de bâtiments et beaucoup plus de travaux de génie. Deuxièmement, la plupart des différences de productivité du travail entre le Canada et les États-Unis sont imputables aux différences de PMF. Troisièmement, nos résultats par industrie montrent que les niveaux de la productivité du travail et de la PMF dans les secteurs canadiens des biens et du génie sont proches de ceux observés aux États-Unis. Par contre, dans le secteur des services, les niveaux de productivité du travail et de PMF sont nettement plus faibles au Canada, situation qui explique la plupart de la différence de niveau global de productivité entre les deux pays.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».