MétaCan
Menu
Retour à la cohorte
Enregistrement W3049764380 · doi:10.1177/1035304620949950

The effect of minimum wages on consumption in Canada

2020· article· en· W3049764380 sur OpenAlexaffabout
Young Cheol Jung, Adian McFarlane, Anupam Das

Notice bibliographique

RevueThe Economic and Labour Relations Review · 2020
Typearticle
Langueen
DomaineHealth Professions
ThématiqueEmployment and Welfare Studies
Établissements canadiensThe King's UniversityWestern UniversityMount Royal University
Organismes subventionnairesnon disponible
Mots-clésEconomicsMinimum wageConsumption (sociology)Distributed lagExtant taxonLabour economicsWagePosition (finance)MainstreamPopulationEconometricsDemographic economics

Résumé

récupéré en direct d'OpenAlex

We use Canadian data over the period of 1991Q1 to 2019Q2 to examine the effect of higher minimum wages on consumption, measured as the real retail trade sales per adult population. Such an examination is rare in the extant literature and it is timely given the increasing debate concerning the stimulus versus inflationary effects arising from wage polices because of COVID-19 global pandemic. We apply the autoregressive distributed lag model to determine the causal relationship between these variables. We find one long-run cointegrating relationship that runs from the real minimum wage to the real retail trade sales. In addition, we find that a 1% increase in the minimum wage is associated with almost a 0.5% increase in real retail trade sales in the long run. While our findings rest on several statistical assumptions, there is strong evidence in support of the position that minimum wage strengthens aggregate consumer spending, and thereby the standard of living, economic growth and stability. This is a position that differs from the conclusions drawn from mainstream academic and policy debates on the economic usefulness and efficacy of minimum wage increases. JEL Codes: C30, E21, E24

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)0,006
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,046
Score d'incertitude au seuil0,000

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,007
Études des sciences et des technologies0,0010,001
Communication savante0,0020,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,037
Tête enseignante GPT0,342
Écart entre enseignants0,306 · 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

Citations13
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe Economic and Labour Relations ReviewMême sujetEmployment and Welfare StudiesTravaux en français237 207