MétaCan
Menu
Retour à la cohorte
Enregistrement W2891605688 · doi:10.3386/w18103

Quality of Life, Firm Productivity, and the Value of Amenities across Canadian Cities

2012· preprint· en· W2891605688 sur OpenAlexafffundabout
David Albouy, Fernando Leibovici, Casey Warman

Notice bibliographique

RevueNational Bureau of Economic Research · 2012
Typepreprint
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueRegional Economics and Spatial Analysis
Établissements canadiensUniversity of VictoriaSimon Fraser UniversityMcGill UniversityQueen's UniversityUniversity of British Columbia
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésProductivityValue (mathematics)Quality (philosophy)BusinessEconomicsEconomic geographyAgricultural economicsEconomic growthStatisticsMathematics

Résumé

récupéré en direct d'OpenAlex

We present hedonic general-equilibrium estimates of quality-of-life and productivity differences across Canada's metropolitan areas. These are based off of the estimated willingness-to-pay of heterogeneous households and firms to locate in various cities, which differ in their wage levels, housing costs, and land values. Using 2006 Canadian Census data, our metropolitan quality-of-life estimates are somewhat consistent with popular rankings, but find Canadians care more about climate and culture. Quality-of-life is highest in Victoria for Anglophones, Montreal for Francophones, and Vancouver for Allophones, and lowest in more remote cities. Toronto is Canada's most productive city; Vancouver is the overall most valuable city.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,010
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,456
Score d'incertitude au seuil0,922

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0100,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,002
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,350
Tête enseignante GPT0,439
Écart entre enseignants0,090 · 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 tête enseignante, 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
Publié2012
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueNational Bureau of Economic ResearchMême sujetRegional Economics and Spatial AnalysisTravaux en français237 207