MétaCan
Menu
← Back to cohort
Record W1503685750

Comprendre les differences regionales dans les heures de travail

2007· preprint· fr· W1503685750 on OpenAlexaboutno aff
Andrew Heisz, Sebastien Larochelle-Côté

Bibliographic record

VenueRePEc: Research Papers in Economics · 2007
Typepreprint
Languagefr
FieldSocial Sciences
TopicSocial Sciences and Governance
Canadian institutionsnot available
Fundersnot available
KeywordsHumanitiesPolitical scienceArt
DOInot available

Abstract

fetched live from OpenAlex

Depuis quelques annees, les differences dans les heures de travail entre le Canada et d'autres pays ont fait l'objet de nombreuses recherches. Par contre, on a accorde generalement moins d'attention aux differences regionales dans les heures de travail, meme si certaines des differences interregionales au niveau de la moyenne des heures annuelles sont comparables a la difference qui existe dans les heures de travail entre le Canada et les Etats-Unis. A l'aide des donnees de l'Enquete sur la dynamique du travail et du revenu de 2004, la presente etude examine dans quelle mesure les differences dans les heures de travail entre l'Ontario et cinq autres regions du Canada peuvent etre expliquees par des differences , ce qui comprend les differences dans le statut syndical, la structure industrielle, les conditions d'emploi et les caracteristiques demographiques. Ces differences sont relativement efficaces pour expliquer les differences entre la part des personnes qui travaillent a temps reduit et la part de celles qui travaillent selon un horaire a temps plein toute l'annee. Par contre, elles n'expliquent pas pourquoi certaines regions ont une plus grande part de personnes travaillant de longues heures, n'expliquent pas entierement la part plus elevee de travailleurs a temps reduit en Atlantique et en Colombie-Britannique, et n'expliquent pas pourquoi les Quebecois sont beaucoup plus susceptibles de travailler selon un horaire a temps plein toute l'annee . Ainsi, les differences qui demeurent inexpliquees laissent entendre que des facteurs (ceux qui sont plus difficiles a observer dans les enquetes-menages) contribuent aussi a exacerber les differences regionales dans les heures de travail. Ceux-ci comprennent notamment les incitations liees aux inegalites des salaires, les incitations ou desincitations liees aux politiques fiscales progressives, les differences dans les conditions d'emploi, les differences sur le plan des preferences, ainsi que les differences institutionnelles.

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 imitation

Not 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.

metaresearch head score (Codex)0.002
metaresearch head score (Gemma)0.004
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Observational · Consensus signal: Observational
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.876
Threshold uncertainty score0.250

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0020.004
Meta-epidemiology (narrow)0.0000.000
Meta-epidemiology (broad)0.0010.001
Bibliometrics0.0020.004
Science and technology studies0.0020.001
Scholarly communication0.0020.001
Open science0.0010.001
Research integrity0.0000.001
Insufficient payload (model declined to judge)0.0070.001

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.

Opus teacher head0.095
GPT teacher head0.364
Teacher spread0.270 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designObservational
Domainnot available
GenreEmpirical

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".

Quick stats

Citations0
Published2007
Admission routes1
Has abstractyes

Explore more

Same venueRePEc: Research Papers in Economics→Same topicSocial Sciences and Governance→French-language works237,207→