MétaCan
Menu
Retour à la cohorte
Enregistrement W3124673816

Low-income Intensity During the 1990s: The Role of Economic Growth, Employment Earnings and Social Transfers

2003· preprint· en· W3124673816 sur OpenAlexaboutno aff
René Morissette, John Myles, Garnett Picot

Notice bibliographique

RevueRePEc: Research Papers in Economics · 2003
Typepreprint
Langueen
DomaineDecision Sciences
Thématiquedemographic modeling and climate adaptation
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEarningsEconomicsRecessionLabour economicsDemographic economicsTransfer paymentUnemploymentEconomic growthWelfareMacroeconomics
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

All countries look to economic growth to reduce low-income. This paper focuses on the 1990s and assesses the role played by changes in economic growth, employment earnings and government transfers in the patterns of low-income intensity in Canada during the 1990s. We find that low-income intensity was higher in most provinces during the 1990s than during the 1980s (comparing comparable positions in the business cycle). The largest increase was in Ontario. In particular, in spite of the slow economic growth and falling unemployment between 1993 and 1997, low-income intensity continued to rise. Both increases in the low-income rate and the low-income gaps contributed to this higher level. Employment earnings continued to decline among low-income families over the 1990s, contributing to the increase in low-income intensity in central and eastern Canada in particular. This is related in part to the more severe recession of the early 1990s east of Manitoba, and the lack of recovery among poorer families. During the 1990s changes in government transfers did not offset the fall in employment earnings among lower-income families, as they did during the 1980s, resulting in rising low-income intensity. Declining transfer benefits were associated with a rising low-income gap in some provinces, particularly Alberta. The latest data available at the time of writing was 1998. The strong economic growth of 1999 and 2000 will likely have reduced low-income intensity, but it remains to be seen if it falls back to the level of the 1980s cyclical peak.

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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,967
Score d'incertitude au seuil0,111

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
Bibliométrie0,0020,004
Études des sciences et des technologies0,0020,001
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,050
Tête enseignante GPT0,341
Écart entre enseignants0,291 · 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
Publié2003
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRePEc: Research Papers in EconomicsMême sujetdemographic modeling and climate adaptationTravaux en français237 207