MétaCan
Menu
Retour à la cohorte
Enregistrement W2765853729 · doi:10.1111/caje.12295

Canada’s dependence on natural capital wealth: Was Innis wrong?

2017· article· en· W2765853729 sur OpenAlexaffvenueabout
Nancy Olewiler

Notice bibliographique

RevueCanadian Journal of Economics/Revue canadienne d économique · 2017
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueNatural Resources and Economic Development
Établissements canadiensSimon Fraser University
Organismes subventionnairesnon disponible
Mots-clésNatural resourceEconomicsExternalityNatural resource economicsNatural capitalBoomStock (firearms)Argument (complex analysis)Resource (disambiguation)Distribution (mathematics)Development economicsPublic economicsEcologyPolitical scienceGeographyMicroeconomicsLaw

Résumé

récupéré en direct d'OpenAlex

Abstract Canada has abundant natural resources—its stock of natural capital wealth. A recurring debate in the literature is whether resource rich countries benefit in the form of higher sustained growth rates or not from the export of their natural resources. Canada's Harold Innis wrote extensively on this subject over 80 years ago and argued for the “no” side in the debate. Was he was right or wrong? I begin with the foundations of natural resource theory then turn to empirical work in recent decades. I agree with the literature that Canada overall has benefited from the export of its natural resources, but question whether that can continue given the focus on short term growth and the failure to account for the social costs of resource extraction and use—the environmental externalities that degrade and reduce stocks of natural capital. These externalities increasingly threaten our water and land resources and without more effective policy, the ability of resources to sustain growth and well‐being is questionable. Was Innis wrong? Yes in that the evidence supports the counter argument—resources have helped Canada become a developed economy with relatively high incomes and sustained growth rates. Innis was right that the uneven distribution of resources causes different impacts regionally especially during booms and busts and recognized the need to find substitutes for declining and degrading resource stocks. But Innis, like many after him, focused more on the intrinsic features of natural resources than policy to address the social costs of their development, a legacy that leaves us in a precarious position today.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,110
Score d'incertitude au seuil0,800

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,003
Études des sciences et des technologies0,0160,007
Communication savante0,0090,003
Science ouverte0,0010,002
Intégrité de la recherche0,0030,006
Charge utile insuffisante (le modèle a refusé de juger)0,0130,000

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 Opus0,104
Tête enseignante GPT0,181
Écart entre enseignants0,077 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations7
Publié2017
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Economics/Revue canadienne d économiqueMême sujetNatural Resources and Economic DevelopmentTravaux en français237 207