Taxation et mobilité partielle du capital dans un modèle d'équilibre général calculable statique birégional du Québec et du reste du Canada
Bibliographic record
Abstract
Cet article présente la version statique du modèle d’équilibre général calculable (MEGC) développé pour le ministère des Finances du Québec. C’est un MEGC de grande taille, multisectoriel et birégional, du Québec et du reste du Canada. L’exposé est centré sur les taux effectifs marginaux d’imposition (TEMI) et la mobilité partielle du capital. L’objectif est de décrire une technique de modélisation qui permet d’aborder l’allocation du capital dans le cadre d’un modèle statique, bien que cette question soit fondamentalement dynamique. Les TEMI mesurent l’écart entre le taux de rendement payé aux détenteurs de capital et la valeur du produit marginal du capital. Ils synthétisent donc les multiples distorsions que peut créer la fiscalité dans les incitations touchant l’allocation des ressources. Leur utilisation devient intéressante lorsque le capital est mobile entre ses utilisations concurrentes. Dans la version statique du modèle, le capital n’est pas parfaitement mobile, comme cela serait approprié dans un modèle statique à très long terme; il est plutôt partiellement mobile entre industries et régions, la mobilité étant limitée par une borne supérieure sur la quantité de capital qui peut quitter une industrie donnée dans une région donnée. De plus, il y a dans le modèle un certain degré de mobilité internationale du capital, sous la forme d’une offre à élasticité-prix constante. Les résultats de simulation présentés montrent que le comportement du modèle est en accord avec les anticipations théoriques.
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 | 0.001 | 0.003 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.002 |
| Scholarly communication | 0.003 | 0.001 |
| Open science | 0.002 | 0.001 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.007 | 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".