MétaCan
Menu
Retour à la cohorte
Enregistrement W6909009515 · doi:10.34989/san-2024-8

Benchmarks for assessing labour market health: 2024 update

2024· article· en· W6909009515 sur OpenAlexaffabout

Notice bibliographique

RevueBank of Canada Research · 2024
Typearticle
Langueen
DomaineHealth Professions
ThématiqueEmployment and Welfare Studies
Établissements canadiensBank of Canada
Organismes subventionnairesnon disponible
Mots-clésPhillips curveQuarter (Canadian coin)DashboardPopulationUnemploymentBalance (ability)Labour supplyEconomic indicator

Résumé

récupéré en direct d'OpenAlex

This staff analytical note builds on Ens et al. (2021); Ens et al. (2022); and Ens, See and Luu (2023) to assess the health of the Canadian labour market. These earlier works established a more granular framework for assessing the labour market given its diverse and segmented nature. In this note we do three things: We update the range of benchmarks in our dashboard of indicators, to ensure they remain relevant. We add an additional year of data, adjust for population aging and improve our filter estimates. We also estimate a series of Phillips curve equations using each indicator of the dashboard to understand how much inflationary pressure is coming from the labour market. We do a deep dive to better understand structural changes in the Canadian labour market that could cloud assessments of labour slack. This includes a closer look at the muted recoveries in self-employment and low-wage jobs. And finally, we discuss whether the labour market has moved into balance and how much it is contributing to inflation. We find that the labour market has likely entered into balance from overheated levels, and we also see some signs of structural changes: Overall, the labour market appears to have moved into balance. Notably, we see a large reduction in job openings and other demand indicators but no significant rise in layoffs. Moreover, Phillips curve estimates suggest that the labour market was not a large source of inflationary pressure in the first quarter of 2024. Self-employment and low-wage employment appear to be permanently lower than in the past. For low-wage workers, this reflects lower levels of demand coming out of the COVID-19 pandemic, though impacted workers were largely able to reallocate to other sectors given the tight labour market following the reopening of the economy. Workers who are self-employed due to weak job prospects also make up a smaller share of the labour market than in the past, and this appears to be a long-term trend. As a result, weakness in indicators of self-employment and low-wage employment in the dashboard is less likely to represent labour market slack.

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)0,005
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,677
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,125
Tête enseignante GPT0,511
Écart entre enseignants0,386 · 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.

Devis d'étudeSans objet
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'admission2
Résumé présentoui

Explorer davantage

Même revueBank of Canada ResearchMême sujetEmployment and Welfare StudiesTravaux en français237 207