Canadian Labour Market Dispersion: Mind the (Shrinking) Gap
Notice bibliographique
Résumé
Shocks to a currency area can and often do have asymmetric impacts on its regions that, in the absence of perfect labour mobility, lead to gaps in relative labour market performance. Witness, for example, the effects of the 2008/09 recession and subsequent financial crisis in Europe on the dispersion of employment rates across the euro area – and to a lesser extent the United States. These interregional labour market gaps can persist, as has traditionally been the case for Canadian provinces. From 1976 to 1997, the mean absolute dispersion between any one province and the national employment rate was 5.5 percentage points – significantly higher than the corresponding measure in the United States. Since then, however, the Canadian metric has fallen consistently and in 2015 was not that different than its U.S. equivalent. Despite the impacts of commodity price booms from 2003 to 2008 and 2010 to 2014, the 2008 Great Recession, and the recent sharp decline in commodity prices on the Canadian economy, Canada’s provincial labour markets are less dissimilar today than at any point in at least the past 35 years. We find that reductions in the dispersion of provincial employment rates in the mid-1990s and 2000s are mostly concentrated among women and those in the 25 to 44 age group. Furthermore, evidence suggests that the tighter dispersion of employment rates has not been driven by stronger employment growth in previously weak regions of the country. Rather, it has mostly occurred as regional population growth has increasingly responded to labour market conditions. In other words, labour is being more efficiently reallocated to the regions of the country that have the tightest labour markets and away from those with excess labour supply. The dispersion of both unemployment and participation rates has fallen, contributing to this trend.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 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 ».