MétaCan
Menu
Retour à la cohorte
Enregistrement W2955835865 · doi:10.55016/ojs/sppp.v12i1.68076

Reforming the Federal Fiscal Stabilization Program

2019· article· en· W2955835865 sur OpenAlexaffabout

Notice bibliographique

RevueThe School of Public Policy Publications · 2019
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueCanadian Policy and Governance
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésRevenuePer capitaEconomicsFiscal yearFiscal policyEconomic policyBusinessFinanceMonetary economicsPopulationDemography

Résumé

récupéré en direct d'OpenAlex

The federal Fiscal Stabilization Program is meant to provide financial support for provinces that suffer extraordinary declines in revenues. However, the program only provided $248 million payment to Alberta in 2015-16 in the face of a $8.8 billion decline in revenues, and no support for Saskatchewan and Newfoundland and Labrador that have also suffered significant revenue reductions in recent years. We discuss the rationale for a Fiscal Stabilization Program, and three principles that should be adopted in re-designing it: · Payments should be based on declines in a province’s own-source revenues from an average of its past years’ own-source revenues · The program should preserve incentives for provinces to maintain prudent fiscal policies by only covering losses that exceed some percentage of “normal” own-source revenues (a deductible) and then only covering a fraction of eligible losses (co-insurance). · Formulas determining payments should be simple and transparent with no adjustment for changes in provincial tax policies that may affect own-source revenues. We propose some alternative formulas, consistent with these principles, for calculating the fiscal insurance payments and show the support levels that they would have provided to the provinces since the mid-1980s.

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)0,009
score de la tête « metaresearch » (Gemma)0,024
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,961
Score d'incertitude au seuil0,535

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0090,024
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0030,002
Études des sciences et des technologies0,0050,002
Communication savante0,0040,002
Science ouverte0,0020,002
Intégrité de la recherche0,0030,003
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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.

Tête enseignante Opus0,037
Tête enseignante GPT0,341
Écart entre enseignants0,305 · 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'étudeSans objet
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe School of Public Policy PublicationsMême sujetCanadian Policy and GovernanceTravaux en français237 207