Differences de productivite entre les provinces
Notice bibliographique
Résumé
La presente etude examine les differences de productivite (PIB par emploi) entre les provinces au moyen d'une analyse de decomposition et d'une analyse de regression. Dans un premier temps, nous etablissons l'ordre de grandeur des differences de productivite entre les provinces, puis nous decomposons ces differences en deux elements, a savoir, les differences de composition industrielle et les differences de productivite au niveau des branches d'activite. Nous examinons aussi le role que jouent les et secteurs de l'economie dans les differences de productivite entre les provinces. Enfin, nous procedons a une analyse de regression afin de determiner la signification statistique des differences de productivite entre les provinces. Nous en arrivons a la conclusion que la Colombie-Britannique, l'Alberta, la Saskatchewan, l'Ontario et le Quebec ne different pas sensiblement pour ce qui est du PIB par emploi si l'on tient compte des differences de composition. Le Manitoba et les provinces de l'Atlantique, pour leur part, accusent un retard sur les autres provinces. L'ecart est attribuable surtout aux differences au niveau des branches plutot qu'aux differences de composition. La forte performance de l'Alberta et de la Saskatchewan doit beaucoup au secteur des ressources naturelles.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| 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 ».