MétaCan
Menu
Retour à la cohorte
Enregistrement W3121158377

Productivity Growth in Canadian and U.S. Regulated Industries

2010· article· en· W3121158377 sur OpenAlexaffvenueabout
Wulong Gu, Amélie Lafrance

Notice bibliographique

RevueInternational productivity monitor · 2010
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueTransport and Economic Policies
Établissements canadiensStatistics Canada
Organismes subventionnairesnon disponible
Mots-clésProductivityAgricultural economicsEconomic geographyEconomicsBusinessInternational tradeEconomic growth
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This article compares the productivity growth of a set of Canadian and U.S. regulated industries. Using data from Statistics Canada’s KLEMS database and the U.S. Bureau of Economic Analysis, the article examines productivity growth in transportation services (which includes air, rail, and other transportation services), broadcasting and telecommunications, cultural industries (which include publishing and information services, and motion pictures and sound recording), and financial services (which includes financial intermediation and insurance) over the period from 1977 to 2006. These industries provide the foundational networks on which other industries rely. In 1977, they were quite heavily regulated in Canada. They experienced deregulation after 1977, but still faced various types of regulation in 2006. Deregulation also occurred in the United States, but regulation has generally been less restrictive in that country over the period.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,078
Score d'incertitude au seuil0,586

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,002
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,012
Tête enseignante GPT0,209
Écart entre enseignants0,197 · 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'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

Citations2
Publié2010
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueInternational productivity monitorMême sujetTransport and Economic PoliciesTravaux en français237 207