MétaCan
Menu
Retour à la cohorte
Enregistrement W2073142998 · doi:10.1080/09548961003696120

Unintended consequences: examining the impact of tax credit programmes on work in the Canadian independent film and television production sector

2010· article· en· W2073142998 sur OpenAlexaffabout
Amanda Coles

Notice bibliographique

RevueCultural Trends · 2010
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueCultural Industries and Urban Development
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésProduction (economics)Unintended consequencesExcellenceWork (physics)BusinessCompetition (biology)Labour economicsVulnerability (computing)Tax creditEconomicsPublic economicsPolitical science

Résumé

récupéré en direct d'OpenAlex

In Canada, the institutional framework that shapes labour markets for film and television professionals includes a combination of policy instruments operating at local, provincial and federal levels. Through an examination of the impact that federal and provincial film and television tax credit programmes have on labour markets and workers in the English language Canadian independent film and television production industry, this analysis will demonstrate that despite having an overall, albeit fluctuating, positive impact on the volume of work at national and subnational levels, tax credit programmes at the provincial level are producing perverse labour market effects. Although designed to promote Canada and its provincial jurisdictions as globally competitive centres of excellence for film and television production, the application of the tax credit scheme has negatively impacted on both working conditions and labour mobility for highly skilled film and television production workers in the English language independent production sector. The end result is a policy regime deeply rooted in a competition framework that contributes to, rather than ameliorates, the vulnerability of workers in film and television production labour markets in both major and regional production centres.

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)0,000
Version: codex-gemma-dda1882f352aStatut 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: Empirique
Score de désaccord entre enseignants0,708
Score d'incertitude au seuil0,714

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
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 Opus0,091
Tête enseignante GPT0,335
Écart entre enseignants0,244 · 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.

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

Citations17
Publié2010
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCultural TrendsMême sujetCultural Industries and Urban DevelopmentTravaux en français237 207