Canada’s dependence on natural capital wealth: Was Innis wrong?
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
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.
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 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 découle