Croissance du revenu reel du Canada et des Etats-Unis avant et apres 2000: renversement des fortunes
Bibliographic record
Abstract
Les évaluations du rendement d'une économie se basent souvent sur une mesure du produit intérieur brut (PIB) réel par habitant, lequel représente la rémunération moyenne (revenu du travail plus services du capital) générée par la production intérieure au sein d'une économie. Puisque le PIB réel est une mesure en dollars constants de la rémunération attribuable au capital et au travail au sein d'une économie, il ne rend pas compte de qui détient le capital, de quelle part de ce capital est utilisée par la production ou de l'incidence des variations des prix relatifs sur le volume de biens et services pouvant être achetés. Il est possible de modifier les estimations traditionnelles du PIB de façon à tenir compte de ces facteurs. Le présent document examine le rendement de l'économie canadienne selon d'autres mesures, notamment le revenu intérieur brut (RIB), le revenu national brut (RNB) et le revenu national net (RNN). Ce document examine aussi le rendement relatif des économies canadienne et américaine selon des mesures type du PIB et ces autres mesures. La comparaison couvre la période de 1980 à 2006, en accordant une attention plus particulière à la période de 2002 à 2006. Au cours de ces dernières années, les fluctuations au niveau du prix des produits de base, du prix des produits manufacturés, du taux de change, des revenus de placements internationaux et de la consommation de capital ont fortement contribué à la croissance du revenu réel du Canada. En conséquence, un tableau très différent du rendement relatif des économies canadienne et américaine émerge lorsqu'une mesure du revenu agrégé tenant compte des variations de
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.002 | 0.004 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.004 | 0.012 |
| Science and technology studies | 0.003 | 0.001 |
| Scholarly communication | 0.004 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.005 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".