Convergence des profils de croissance régionaux de part et d'autre de la frontière américaine
Bibliographic record
Abstract
À la fin des années 80, les macro-économistes se mirent à délaisser l'étude des cycles économiques et de l'inflation pour se tourner davantage vers les modèles de croissance économique. Ce regain d'intérêt pour la croissance donna naissance à une nouvelle vague d'études empiriques du phénomène de la convergence tant entre pays qu'entre régions d'un même pays. Dans cet exposé, nous passerons en revue les fondements de ces études empiriques, en particulier ceux du modèle néo-classique, et appliquerons les méthodes suivies dans ce modèle à l'analyse de la convergence existant entre les régions du Canada ainsi qu'entre les douze états situés le long de la frontière sud du Canada. Nous constaterons que ce phénomène de convergence s'est produit dans les deux ensembles régionaux conformément au modèle néo-classique, bien que le phénomène de dispersion de la production per capita demeure plus élevé au Canada qu'aux États-Unis. C'est pourquoi, nous avons alors décomposé la variance régionale pour élucider les causes de l'écart de cette dispersion respective.
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 | 0.009 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.003 | 0.001 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.004 | 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".