Economic and Productivity Growth in Canadian Industries
Notice bibliographique
Résumé
Most OECD economies, including that of Canada, experienced a slowdown in economic growth from the 1961–1973 period to the 1973– 1988 period, and to the 1988–1995 period. Consequently, progress in the standard of living, as measured by GDP per capita, also slowed down in most OECD countries over the three subperiods. This paper analyses the sources of output growth in 122 industries and in the private business sector to gain an additional perspective on the slowdown of the Canadian economy. We adopt the constant-quality indexes of capital and labor inputs introduced by Dale W. Jorgenson and Zvi Griliches (1967) and later used extensively in Jorgenson et al. (1987), Jorgenson (1995a, b), and Jorgenson and Eric Yip (2000) to identify the sources of growth. These measures allow us to take into account the changing composition of the labor force and the capital stock. At the industry level, we adjust for capital quality by aggregating the capital stock across five asset types by means of the rental prices of capital rather than the asset prices of capital. The use of rental prices allows us to incorporate differences in depreciation rates and tax treatment across different asset types for each industry. At the same time, we combine hours worked by each type of worker using the share of labor compensation to reflect labor quality. At the aggregate level, we apply the same framework by aggregating the capital stock across different asset types and hours worked across different types of workers. A number of studies have compared Canada’s economic growth performance with that of its competitors using this framework (Chrysostom Dougherty, 1991; Dougherty and Jorgenson, 1997; Jorgenson and Yip, 2000). However, this is the first attempt at using this framework to assess Canada’s economic performance at the industry level.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,004 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».