MétaCan
Menu
Retour à la cohorte
Enregistrement W4394812766 · doi:10.1080/15562948.2024.2335952

Macroeconomic Impacts of Immigration in the Canadian Atlantic Region: An Empirical Analysis Using the FOCUS Model

2024· article· en· W4394812766 sur OpenAlexafffundabout
Peter Dungan, Tony Fang, Morley Gunderson, Steve Murphy

Notice bibliographique

RevueJournal of Immigrant & Refugee Studies · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueMigration and Labor Dynamics
Établissements canadiensMemorial University of NewfoundlandUniversity of Toronto
Organismes subventionnairesNational Social Science Fund of ChinaSocial Sciences and Humanities Research Council of CanadaNational Natural Science Foundation of China
Mots-clésImmigrationPer capitaDemographic economicsGovernment (linguistics)Econometric modelEconomicsGovernment spendingPolitical scienceDevelopment economicsEconometricsDemographySociology

Résumé

récupéré en direct d'OpenAlex

We simulate the impact of an increase in immigration into the Atlantic Provinces based on the FOCUS macro-econometric model at the University of Toronto. That national model was adapted to reflect the regional dimensions of the Atlantic Provinces. We find robust evidence of positive outcomes for the Atlantic region so long as it is part of a broader increase in immigration for the country as a whole. The positive outcome encompasses higher GDP and GDP per capita, higher consumption, and improved government fiscal balances at both the federal and provincial levels that could in turn be used for tax reductions or the enhancement of government services. These benefits could be enhanced further by carefully targeting new immigrants for needed skills and for their likelihood of remaining in the Atlantic region.

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)0,002
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: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,845
Score d'incertitude au seuil0,864

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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 Opus0,057
Tête enseignante GPT0,388
Écart entre enseignants0,331 · 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'étudeQualitatif
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
Publié2024
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueJournal of Immigrant & Refugee StudiesMême sujetMigration and Labor DynamicsTravaux en français237 207