A comparative analysis of changing middle-class dynamics across Canada's urban system, 1986-2016
Notice bibliographique
Résumé
Le double phénomène de la croissance lente du salaire médian et de l'augmentation des inégalités de revenus, qui s'est amplifié au Canada depuis les années 1990, suscite des inquiétudes quant à la possibilité que l'économie canadienne soit en train de voir sa classe moyenne rétrécir. La présente thèse évalue cette préoccupation en analysant les dynamiques du revenu moyen dans le système urbain du Canada de 1986 à 2016. Nous utilisons les données du Recensement de la population pour construire un ensemble de données de panel qui capte les changements de la part de la population active à revenu moyen dans un échantillon de 119 villes du système urbain du Canada. Après une description initiale des dynamiques de la class moyenne aux échelles nationale et urbaine, nous présentons deux autres analyses plus approfondies de celles-ci. Une analyse de classification hiérarchique est utilisée pour regrouper les villes où une dynamique similaire de changement dans l’emploi à revenu moyen est visible. Ici, nous constatons que l'emploi à revenu moyen au Canada suit un tracé très irrégulier depuis 1986 et que les villes peuvent être regroupées en cinq catégories, décrites de façon générale le long d’un spectre de croissance rapide à décroissance significative. L'emploi à revenu moyen a diminué dans les plus grands marchés du travail du Canada (Toronto, Montréal, Vancouver, Calgary, Ottawa), tout en bondissant dans certaines villes de l'Ouest canadien, parallèlement au boom des matières premières des années 2000. Le déclin de l'emploi à revenu moyen a été le plus marqué dans les économies axées sur les matières premières dont la source de demande est en phase terminale de déclin.Des modèles de régressions de données panel sont aussi utilisés pour mieux comprendre la façon dont les changements dans la dynamique du marché du travail local, les caractéristiques démographiques et la composition industrielle influencent l'emploi à revenu moyen au cours de cette période. Dans l'ensemble, les fondements économiques de l'emploi à revenu moyen dans le système urbain du Canada paraissent de plus en plus fragiles
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».