MétaCan
Menu
← Retour à la cohorte
Enregistrement W2999968978

L’immigration à la rescousse des finances publiques du Québec ?

2019· preprint· fr· W2999968978 sur OpenAlexaboutno aff
David Boisclair, Yann Décarie, François Laliberté-Auger, Pierre‐Carl Michaud, Marie-France René

Notice bibliographique

RevueRePEc: Research Papers in Economics · 2019
Typepreprint
Languefr
DomaineHealth Professions
ThématiqueHealthcare Systems and Practices
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPolitical scienceHumanitiesImmigrationPopulationArtSociologyDemography
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Depuis de nombreuses années, les gouvernements qui se succèdent au Québec cherchent par différents moyens à améliorer l’arrimage entre l’immigration et les besoins du marché du travail. Les solutions mises de l’avant consistent généralement à modifier le nombre d’immigrants accueillis sur le territoire ou les critères d’admissibilité, alors que d’autres miseraient plutôt sur l’intégration afin d’éliminer certains écarts, par exemple en matière d’emploi, entre les immigrants et la population d’accueil. Le gouvernement actuel s’est inscrit dans cette continuité en présentant en 2019 un projet de loi à travers lequel il propose diverses mesures liées à l’immigration au Québec. Cette étude a pour objectif de quantifier l’effet potentiel, à moyen terme (2040), sur le solde budgétaire de l’État québécois de différents scénarios en lien avec l’immigration. Pour ce faire, on utilise le modèle de microsimulation SIMUL qui permet d’en simuler les impacts au niveau démographique et sur les finances publiques. Les résultats illustrent que tout changement du nombre d’immigrants admis au Québec n’a que très peu d’effets sur le solde budgétaire à terme (en 2040). Par contre, nous démontrons qu’un scénario où les immigrants sont pleinement intégrés au marché du travail a un effet positif de 7 milliards de dollars sur les finances publiques (en 2040). Des scénarios plus réalistes, où les écarts en matière d’emploi et de revenu entre les immigrants et la population d’accueil ne sont pas entièrement résorbés, donnent tout de même des effets appréciables qui aident à atténuer les pressions provenant du vieillissement démographique.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,049
Score d'incertitude au seuil0,174

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0020,001
Communication savante0,0030,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0110,001

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 Opus0,100
Tête enseignante GPT0,450
Écart entre enseignants0,350 · 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'étudeObservationnel
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

Citations0
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRePEc: Research Papers in Economics→Même sujetHealthcare Systems and Practices→Travaux en français237 207→