Assessing Alberta’s Industry Dependence on US Markets and Policy Responses to Protectionism
Notice bibliographique
Résumé
This capstone assesses Alberta’s vulnerability to United States (US) protectionist trade policies by identifying which provincial industries are most dependent on the American market and evaluating policy options to reduce this reliance. While Alberta benefits from a close trading relationship with the US, accounting for nearly 90 percent of exports, this concentration exposes the province to significant economic and labour market risks. The analysis develops an industry-level “vulnerability report card” using 2021 Statistics Canada data, normalized across four categories: trade concentration and output exposure, economic value exposure, labour market exposure, and import exposure. Eight metrics were constructed and standardized on a 0–10 scale, with composite scores converted into academic-style letter grades. This approach enables direct comparison across industries of varying size and structure, highlighting both sectoral and systemic vulnerabilities. Overall, the province earned a composite score of 5.65, placing it in the moderately high dependence category (C grade). Vulnerability was most acute in oil and gas and manufacturing, with subsectors such as chemical, transportation equipment, wood products, and machinery receiving failing grades. Outside of manufacturing, forestry and logging also ranked among the most exposed industries. Policy recommendations focus on strengthening interprovincial trade and labour mobility, reducing small business tax burdens in exposed sectors, and removing the federal tanker ban to open new export routes. Together, these strategies aim to reduce Alberta’s structural reliance on the US and enhance long-term economic resilience.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,003 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».