MétaCan
Menu
Retour à la cohorte
Enregistrement W7099806425

the Study of Living

2012· article· en· W7099806425 sur OpenAlexaboutno aff

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueCentral European and Russian historical studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésGini coefficientInequalityEconomic inequalityRedistribution (election)Income distributionIncome inequality metricsDistribution (mathematics)Lorenz curve
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The objective of this report is to provide an overview of trends in income inequality, defined as the Gini coefficient, in Canada and the provinces over the 1981-2010 period and to investigate the impact of redistributive policies – namely, taxes and transfers – on these trends. Income inequality is measured in terms of market income, total income, and after-tax income, with the latter considered the most important from a well-being perspective. The main findings in this research note are outlined below: Canada’s after-tax income Gini coefficient, which measures inequality after taxes and transfers, was 0.395 in 2010, 0.123 points or 23.7 per cent lower than the market income Gini coefficient (i.e. inequality before taxes and transfers) of 0.518. Of the total 23.7 per cent reduction in the Gini coefficient, 70.7 per cent was due to transfers and 29.3 per cent was due to taxes. It is evident that Canada’s redistribution policies considerably reduce market income inequality. Between 1981 and 2010, the market Gini coefficient increased by 0.084 points, or 19.4 per cent. This growing market income inequality was partially offset by a larger dampening effect of both transfers and taxes on inequality (by 0.027 points and 0.010

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,838
Score d'incertitude au seuil0,430

Scores Codex et Gemma par catégorie

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

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 Opus0,037
Tête enseignante GPT0,300
Écart entre enseignants0,263 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetCentral European and Russian historical studiesTravaux en français237 207