MétaCan
Menu
Retour à la cohorte
Enregistrement W3170046144 · doi:10.3390/su13126540

Minimum Wage and Household Consumption in Canada: Evidence from High and Low Wage Provinces

2021· article· en· W3170046144 sur OpenAlexaffabout
Leila Sabokkhiz, Fatma Güven Lisaniler, Ikechukwu Darlington Nwaka

Notice bibliographique

RevueSustainability · 2021
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueEnergy, Environment, Economic Growth
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésWageConsumption (sociology)EconomicsMinimum wageSustainable developmentDistributed lagPanel dataTerm (time)Demographic economicsLabour economicsEconometricsPolitical science

Résumé

récupéré en direct d'OpenAlex

The minimum wage is a major factor for the successful implementation of much of the sustainable development goals (SDGs). The present research will investigate whether minimum wage (MW) as a sustainable wage policy improves household consumption. Thus, a panel-based analysis comparing high wage (Alberta, British Columbia, Ontario, and Saskatchewan) and low wage provinces (Manitoba, New Brunswick, Newfound land/Lab, Nova Scotia, Prince Edward Island, and Quebec) is employed for the Canadian case within the study period from 1981 to 2019. We analyze the long-term and short-term effects of MW on household consumption using the Dynamic Autoregressive Distributed Lag techniques of the Pooled Mean Group, Dynamic Fixed Effects, and Mean Group estimators. Results show that the long-term impact of MW on household consumption is positive in both the low- and high-wage provinces. The short-term effect is negative in both wage groups, but not significant for the low-wage group. This offers significant debate on the relevance of the MW towards economic stabilization and consumption-led growth.

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)0,001
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 enseignants0,030
Score d'incertitude au seuil0,852

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
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 savante0,0000,000
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 Opus0,019
Tête enseignante GPT0,194
Écart entre enseignants0,175 · 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

Citations6
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueSustainabilityMême sujetEnergy, Environment, Economic GrowthTravaux en français237 207