MétaCan
Menu
← Retour à la cohorte
Enregistrement W7098905710

SHARING THE WEALTH FROM GROWTH: COMPARING THE CANADIAN AND US EXPERIENCES By

2001· article· en· W7098905710 sur OpenAlexaboutno aff

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueGenomics and Phylogenetic Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEconomic inequalityInequalityIncome inequality metricsGovernment (linguistics)Income distributionComprehensive incomeHousehold incomeTotal personal income
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The purpose of this paper is to compare Canadian and US performances with respect to economic growth and inequality. We find that Canada, with little economic growth in the past two decades (in fact, negative in the most recent decade), has had an increase in inequality of market income (in the absence of government taxes and money transfers), but almost no increase in inequality of after-tax incomes (after deducting taxes and adding money transfers). This experience is remarkably different than that of the United States. The United States has grown more quickly than Canada but inequality in income in that country has increased on both market income and an after-tax income basis. In fact, the increase in inequality in market income was similar in the United States as in Canada, even though inequality is greater in the United States. We find that after accounting for time trends, average market income and inequality are negatively correlated in both Canada and the US, while after-tax income and inequality are negatively related in Canada and positively related in the US. Tests suggest that changes in market income are “Granger causing ” changes in market income inequality in Canada Although the above suggests that one of the major differences in Canadian and US experiences is that Canadian governments have been more “equalizing ” than US governments, a number of factors should be considered when analyzing the data. We discuss how policy and non-policy factors need to be explored further to understand better the relationship between economic growth and inequality. 2 I.

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 enseignants0,026
Score d'incertitude au seuil0,192

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
Bibliométrie0,0020,006
Études des sciences et des technologies0,0100,002
Communication savante0,0030,002
Science ouverte0,0010,002
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,017
Tête enseignante GPT0,229
Écart entre enseignants0,212 · 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
Publié2001
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetGenomics and Phylogenetic Studies→Travaux en français237 207→