Economic Freedom of North America 2024 Full Dataset
Notice bibliographique
Résumé
Economic Freedom of North America 2024 measures the degree to which governments in North America permit their citizens to make their own economic choices. The full dataset of the report encompasses data from the 10 Canadian provinces, the 50 U.S. states, the 31 Mexican states and Mexico City, and the U.S. territory of Puerto Rico. It contains an all-government index for comparison of all 93 jurisdictions across all three countries and three subnational indices—one for each country—for comparison of individual jurisdictions (provincial, state, and local governments) within the same country. In the all-government index—which takes account of federal as well as provincial or state policies—the most economically free jurisdiction in North America is New Hampshire; followed by Idaho, Oklahoma, and South Carolina tied for 2nd; and Florida and Indiana tied for 5th. Alberta is the highest-ranking Canadian province, tied for 12th place with Tennessee, South Dakota, Colorado, and Texas. The next-highest Canadian province is British Columbia, which is tied with Massachusetts, Minnesota, and New Mexico for 43rd. Puerto Rico ranks 61st below all U.S. states and Canadian provinces. The highest-ranked Mexican state, Baja California, ranks 62nd. The lowest-ranking jurisdictions in the index are Campeche, Colima, and Ciudad de México. Average economic freedom across all 93 jurisdictions has fallen every year since 2017 and is now slightly above its all-time low. Incomes in the freest top 25% of North American jurisdictions were 21 times higher than in the least-free. From 2013 to 2022, the population of the freest U.S. states grew 10 times faster and total employment grew 3 times faster than in the least-free states.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,004 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».