MétaCan
Menu
Retour à la cohorte
Enregistrement W1572491869

Reductions tarifaires et emploi dans le secteur de la fabrication au Canada, 1988 a 1994

2005· preprint· fr· W1572491869 sur OpenAlexaboutno aff
Sebastien Larochelle-Côté

Notice bibliographique

RevueRePEc: Research Papers in Economics · 2005
Typepreprint
Languefr
DomaineEconomics, Econometrics and Finance
ThématiqueFirm Innovation and Growth
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPolitical scienceHumanitiesArt
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Cette etude utilise les donnees sur les entreprises du T2/PALE pour examiner si le lien entre les modifications tarifaires et l'emploi s'est manifeste de facon differente d'une entreprise a l'autre affichant des caracteristiques de productivite et de levier financier differentes au cours de la periode 1988 a 1994. Les resultats indiquent que l'effet combine des reductions tarifaires au Canada et aux Etats-Unis sur l'emploi a ete peu eleve, mais que les pertes ont ete beaucoup plus importantes au sein des entreprises moins productives. Par exemple, les entreprises a productivite moyenne en 1988 ont reagi aux modifications tarifaires en diminuant leurs effectifs de seulement 3, 6 % entre 1988 et 1994, alors que les entreprises de plus faible productivite ont typiquement diminue leurs effectifs de 15, 1 % au cours de cette periode. L'etude indique aussi que les entreprises plus endettees ont davantage reduit leurs effectifs a la suite de la diminution des tarifs, ce qui demontre que les conditions de credit sont devenues plus contraignantes au moment de la mise en application des diminutions tarifaires. Ces resultats semblent indiquer que les entreprises a productivite elevee et a faible endettement ont ete moins susceptibles que les autres de ressentir les effets de la diminution des tarifs canadiens et americains.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,026
Score d'incertitude au seuil0,189

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0020,001
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,025
Tête enseignante GPT0,278
Écart entre enseignants0,253 · 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

Citations0
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRePEc: Research Papers in EconomicsMême sujetFirm Innovation and GrowthTravaux en français237 207