Quality of life, firm productivity, and the value of amenities across Canadian cities
Notice bibliographique
Résumé
Abstract. We estimate quality-of-life and productivity differences across Canada’s metropolitan areas in a hedonic general-equilibrium framework. These are based on the estimated willingness-to-pay of heterogeneous households and firms to locate in various cities, which differ in their wage levels, housing costs, and land values. Using 2006 Canadian Census data, our metropolitan quality-of-life estimates are somewhat consistent with popular rankings, yet find Canadians care more about climate and culture. Quality of life is highest in Victoria for anglophones, Montreal for francophones, and Vancouver for allophones, and lowest in more remote cities. Toronto is Canada’s most productive city; Vancouver is the overall most valuable city. JEL classification: J61, R1 Qualité de vie, productivité des entreprises, et la valeur des avantages dans les diverses villes canadiennes. On évalue les différences entre la qualité de vie et la productivité des entreprises entre les zones métropolitaines au Canada à l’aide d’un cadre d’analyse d’équilibre général hédonique. Ces métriques sont basées sur l’estimation de la volonté de payer de ménages et d’entreprises hétérogènes pour se localiser dans diverses villes, qui diffèrent tant pour ce qui est des niveaux de salaires, des coûts de l’habitation, et des
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,003 | 0,007 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,000 |
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.
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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».