Are factor biases and substitution identifiable? The Canadian evidence
Notice bibliographique
Résumé
Abstract Revised productivity accounts recently released by Statistics Canada are used to estimate a Klump–McAdam–Willman (KMW) normalized CES supply‐side system for the half‐century 1961–2012. The model permits distinct rates of factor‐augmenting technical change for capital and labour that distinguish between short‐term versus long‐term effects, as well as a non‐unitary elasticity of substitution and time‐varying factor shares. The advantage of the Canadian data for this purpose is that they provide a unified treatment of measurement issues that have had to be improvised in the US and European data used by previous researchers. In contrast to previous results, we find that an elasticity of substitution and distinct factor biases of technological progress are not well determined by the model. For the Canadian data, the KMW model does not appear to provide a framework that overcomes the classic Diamond–McFadden–Rodriguez non‐identification result. That impossibility theorem is manifested in our findings, not overcome by them. Résumé Est‐ce que les biais de facteurs et la substitution entre facteurs de production sont identifiables? Résultats pour le Canada. On utilise les données révisées sur la productivité récemment publiées pat Statistiques Canada pour calibrer un système d’offre normalisé à la Klump–McAdam–Willman (KMW) avec élasticité constante de substitution pour la période 1961‐2012. Le modèle permet un changement technique qui implique des taux distincts d’augmentation de productivité pour le travail et le capital qui distingue entre les effets à court et à long terme, ainsi qu’une élasticité de substitution non‐unitaire et des parts variables des facteurs dans le temps. L’avantage des données canadiennes pour ce genre d’analyse est que les problèmes de mesure ont été traités de manière uniforme alors que dans les données américaines et européennes, utilisées antérieurement par les chercheurs, le traitement des problèmes de mesure a été improvisé. Contrairement aux résultats antérieurs, on découvre qu’une élasticité de substitution et les biais du progrès technique en faveur de divers facteurs de production ne sont pas bien déterminés par le modèle. Pour les données canadiennes, le modèle KMW ne semble pas fournir un cadre de référence qui permette de surmonter le problème classique de non‐identification soulevé par les résultats de Diamond–McFadden–Rodriguez. Le théorème d’impossibilité reste entier dans les résultats obtenus et ne sont pas surmontés par es nouveaux résultats.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,006 | 0,029 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,003 | 0,010 |
| Études des sciences et des technologies | 0,002 | 0,003 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,012 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».