MétaCan
Menu
← Retour à la cohorte
Enregistrement W3083117876

Besoin de revoir les mesures de soutien du revenu? Effets sur l’incitation au travail

2020· preprint· fr· W3083117876 sur OpenAlexaboutno aff
David Boisclair, Raquel Fonseca, Pierre‐Carl Michaud, Gaëlle Simard‐Duplain, Pierre-Yves Yanni

Notice bibliographique

RevueRePEc: Research Papers in Economics · 2020
Typepreprint
Languefr
DomaineSocial Sciences
ThématiqueSocial Sciences and Governance
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPolitical scienceHumanitiesPhilosophy
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Toute forme de soutien au revenu fait face à un triangle d’impossibilité : elle ne peut être à la fois généreuse pour les plus démunis (sans revenus d’emploi), peu coûteuse pour les trésors publics, et inciter au travail. Il est impossible de réaliser tous ces objectifs à la fois. Un difficile équilibre doit être trouvé. Par exemple, une étude de Godbout et St-Cerny montre que les mesures en lien avec la pandémie ont eu pour effet d’augmenter le revenu minimum effectif au Québec pour les travailleurs à faible revenu. Ils notent par ailleurs les effets négatifs potentiels sur l’incitation au travail. Alors qu’on a passé les dernières années à discuter de revenu minimum garanti, la pandémie a vu, de facto, une certaine forme de revenu garanti s’installer, en particulier par le biais de la Prestation canadienne d’urgence (PCU) et de sa version étudiante, la PCUE. Par exemple, la PCU est généreuse pour ceux n’ayant aucun revenu de travail, mais puisqu’elle est versée seulement si le travailleur gagne moins de 1000$ par mois, elle décourage potentiellement le retour au travail et une augmentation du nombre d’heures qui ferait gagner au travailleur plus de 1000$ par mois. Se sont greffées à ces prestations des bonifications au crédit pour la TPS et à l’Allocation canadienne pour enfants, et des mesures comme le Programme incitatif pour les travailleurs des services essentiels (PIRTE). Alors que plusieurs indices suggèrent que ces ajouts au filet social pourraient décourager au travail, notre équipe a voulu réaliser une analyse qui intègre ces mesures dans le système fiscal québécois (provincial et fédéral) afin de produire des mesures d’incitations connues des économistes, soit le taux effectif marginal d’imposition (TEMI) et son petit cousin le TEPI (ou taux effectif d’imposition à la participation, traduction de participation tax rate). De plus, il convient d’analyser comment ces nouvelles mesures peuvent affecter le coût des mesures existantes. Nous présentons dans cette note un casillustratif alors que des analyses plus détaillées sont en cours.

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)0,006
score de la tête « metaresearch » (Gemma)0,023
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 enseignants0,038
Score d'incertitude au seuil0,093

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,023
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0020,002
Communication savante0,0040,003
Science ouverte0,0010,002
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0280,003

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 Opus0,046
Tête enseignante GPT0,354
Écart entre enseignants0,308 · 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
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRePEc: Research Papers in Economics→Même sujetSocial Sciences and Governance→Travaux en français237 207→