MétaCan
Menu
← Retour à la cohorte
Enregistrement W4415895138 · doi:10.1111/caje.70021

Give and take? Child benefits and prices in Northern Canada

2025· article· en· W4415895138 sur OpenAlexaffvenueabout
Nicholas Li, Angela Daley, Barry Watson

Notice bibliographique

RevueCanadian Journal of Economics/Revue canadienne d économique · 2025
Typearticle
Langueen
DomaineHealth Professions
ThématiqueIndigenous Studies and Ecology
Établissements canadiensAcadia University
Organismes subventionnairesNational Institute of Food and Agriculture
Mots-clésPurchasing powerCashMonopolyPurchasingCash transfersChild careFood prices

Résumé

récupéré en direct d'OpenAlex

Abstract Cost of living is comparatively high in Northern Canada, which is a remote and sparsely populated region served by retail oligopolies (about 34% of communities feature a monopoly, while the rest feature a duopoly). Government transfers constitute a large share of household income in Northern communities, and child benefits are particularly important, with these programs having expanded in recent years (Universal Child Care Benefit in 2015 and Canada Child Benefit in 2016). We assess the extent to which increased child benefits are “captured” by higher prices. Using the Longitudinal Administrative Database and community‐level data on prices and food shipments from Nutrition North Canada (2012–2019), we find that expanded child benefits are associated with higher prices (with an elasticity of 0.02), which for a family of four offset about 24% of the increased purchasing power resulting from the expansion. Our results suggest that expanded child benefits increase food demand and that the main transmission mechanism leading to higher prices is markups, as our price effects hold conditional on the quantity of food shipped and are mostly driven by monopoly communities, where about 61% of increased purchasing power is offset by higher food prices. Thus, Northern communities are not pure “price‐takers,” and policies that increase cash assistance should consider the implications for local prices.

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)0,004
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 enseignants0,043
Score d'incertitude au seuil0,313

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,004
Études des sciences et des technologies0,0030,001
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0080,000

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 Opus0,075
Tête enseignante GPT0,218
Écart entre enseignants0,143 · 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

Citations1
Publié2025
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Economics/Revue canadienne d économique→Même sujetIndigenous Studies and Ecology→Travaux en français237 207→