MétaCan
Menu
Retour à la cohorte
Enregistrement W7009391701

Effets du vieillissement de la population sur l'économie canadienne : une étude en panel sur les provinces

2021· other· fr· W7009391701 sur OpenAlexaboutno aff

Notice bibliographique

RevueArchipelago (University of Quebec in Montreal) · 2021
Typeother
Languefr
DomaineHealth Professions
ThématiqueAging, Elder Care, and Social Issues
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPopulationIle de franceLimitingPopulation ageing
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Ce mémoire analyse les effets du vieillissement de la population sur la croissance de l’économie canadienne et de ses provinces par une étude en panel. Les données utilisées sont les données macroéconomiques agrégées de Statistique Canada couvrant la période de 1984 à 2018. Les résultats font état d’une corrélation positive et significative entre le ratio de dépendance des personnes âgées de 65 ans et plus de la période précédente, de même que le ratio de dépendance des personnes de moins de 15 ans de la période précédente, et le taux de croissance de l’économie. Les analyses montrent également que le ratio de dépendance des personnes âgées de 65 ans et plus affecte négativement la croissance économique, alors que celui de la période précédente et le ratio de dépendance des moins de 15 ans de la période précédente semblent la stimuler. Enfin, les dépenses de santé des ménages affectent négativement le taux de croissance du PIB, peut-être à cause du poids du vieillissement et de la croissance du nombre de personnes âgées. Dans l’ensemble, l’économie semble réagir favorablement au vieillissement de la population, soit par l’augmentation du niveau d’épargne des ménages, lorsque les ménages anticipent vivre plus longtemps, soit par l’augmentation de la consommation de biens et services, ou soit par le renouvellement de la main d’œuvre. _____________________________________________________________________________ MOTS-CLÉS DE L’AUTEUR : vieillissement de la population, ratios de dépendance, croissance économique

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)0,003
score de la tête « metaresearch » (Gemma)0,010
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 enseignants0,206
Score d'incertitude au seuil0,415

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,010
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0010,005
Études des sciences et des technologies0,0010,000
Communication savante0,0020,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,015
Tête enseignante GPT0,246
Écart entre enseignants0,231 · 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

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueArchipelago (University of Quebec in Montreal)Même sujetAging, Elder Care, and Social IssuesTravaux en français237 207