MétaCan
Menu
Retour à la cohorte
Enregistrement W2110564854 · doi:10.1111/0008-4085.00028

The Canada‐U.S. Free Trade Agreement and labour market adjustment in Canada

2000· article· en· W2110564854 sur OpenAlexaffvenueabout
Eugene Beaulieu

Notice bibliographique

RevueCanadian Journal of Economics/Revue canadienne d économique · 2000
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueGlobal trade and economics
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésTariffEarningsEconomicsPolitical scienceLabour economicsInternational economics

Résumé

récupéré en direct d'OpenAlex

Evidence suggests that the Canada‐U.S. Free Trade Agreement (CUSTA) had almost no effect on earnings and had a small negative effect on manufacturing employment. Theory suggests that a change in trade policy may affect skilled and less‐skilled workers differently. The labour market consequences of CUSTA tariff reductions are analysed in this paper. It is found that the tariff reductions lowered employment predominantly among less‐skilled workers but did not affect the earnings of either skilled or less‐skilled workers. The employment effects are due to the fact that relatively less‐skill‐intensive industries were more highly protected than high‐skill‐intensive industries prior to CUSTA. On montre que l'accord de libre échange Canada‐US n'a eu presque pas d'effet sur les gains et un impact négatif faible sur l'emploi dans le secteur manufacturier. La théorie suggère qu'un changement dans la politique commerciale peut avoir un effet différent sur les travailleurs qualifiés et moins qualifiés. Le mémoire analyse les effets des réductions dans les droits de douane sur le marché du travail. Il appert que les réductions des tarifs douaniers ont eu des effets négatifs sur l'emploi des moins qualifiés mais n'ont pas affecté le niveau des gains des qualifiés et des moins qualifiés. Les effets d'emploi sont attribuables au fait que les industries engageant des personnes relativement moins qualifiées étaient davantage protégés avant l'accord de libre échange que les industries employant une main d'oeuvre plus qualifiée.

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 candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,641
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,086
Tête enseignante GPT0,145
Écart entre enseignants0,059 · 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'étudeThéorique ou conceptuel
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

Citations63
Publié2000
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Economics/Revue canadienne d économiqueMême sujetGlobal trade and economicsTravaux en français237 207