MétaCan
Menu
Retour à la cohorte
Enregistrement W3123921871

Nouvelle analyse des tendances recentes de l'inegalite du revenu apres impot au Canada au moyen des donnees de recensement

2006· article· fr· W3123921871 sur OpenAlexaboutno aff
David A. Green, Kevin Milligan, Marc Frenette

Notice bibliographique

RevueDirection des études analytiques : documents de recherche · 2006
Typearticle
Languefr
DomaineEconomics, Econometrics and Finance
ThématiqueFiscal Policy and Economic Growth
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPolitical scienceArt
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Nous presentons de nouveaux resultats concernant les niveaux et les tendances de l'inegalite du revenu apres impot au Canada au cours de la periode allant de 1980 a 2000. Nous soutenons que les sources de donnees existantes ne revelent pas necessairement les variations dans les queues de la distribution du revenu alors qu'une grande part des changements que subit cette distribution s'y produisent. Nos donnees sont tirees des fichiers du recensement et completees par des estimations de l'impot paye calculees d'apres les renseignements disponibles dans les bases de donnees fiscales administratives. Nous validons notre methode de prevision de l'impot paye par les individus repris dans les fichiers de recensement, puis nous comparons les niveaux et les tendances de l'inegalite du revenu apres impot determines d'apres notre nouvelle source de donnees et d'apres les donnees d'enquete generalement utilisees. Nous constatons que l'inegalite du revenu apres impot est considerablement plus importante si l'on se fonde sur les nouvelles donnees, principalement parce que les niveaux de revenu a l'extremite inferieure de la distribution sont plus faibles qu'avec les donnees d'enquete habituelles. Les nouvelles donnees revelent un accroissement plus important de l'inegalite du revenu apres impot a long terme et une variabilite nettement plus forte au cours du cycle economique. Ces resultats soulevent des questions interessantes quant au role du regime d'impot et de transferts dans l'attenuation des tendances et des fluctuations de l'inegalite du revenu du marche.

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)0,011
score de la tête « metaresearch » (Gemma)0,048
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 enseignants0,052
Score d'incertitude au seuil0,127

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0110,048
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0090,021
Études des sciences et des technologies0,0020,001
Communication savante0,0050,002
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,077
Tête enseignante GPT0,306
Écart entre enseignants0,229 · 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
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDirection des études analytiques : documents de rechercheMême sujetFiscal Policy and Economic GrowthTravaux en français237 207