L’écart de chômage entre le Canada et les États-Unis : analyse des divergences entre les hommes et les femmes
Bibliographic record
Abstract
Cette étude tente d’identifier ce qui cause l’écart persistant entre les taux de chômage canadien et américain et les raisons pour lesquelles cet écart s’est accru davantage pour les femmes que pour les hommes. Une méthode graphique est proposée, méthode qui permet de décomposer les variations de l’écart de taux de chômage provenant de chocs sur l’emploi et celles résultant de chocs du taux d’activité. On décompose également le marché du travail selon des catégories de travailleurs et travailleuses ayant des degrés différents d’attachement au marché du travail, soit les hommes et les femmes et, dans ce dernier groupe, entre les femmes non mariées d’une part et les femmes mariées d’autre part. L’analyse fait ressortir une hausse inhabituellement rapide des taux d’activité au Canada entre 1972 et 1978 qui a fait augmenter le taux de chômage des hommes d’environ 2 points de pourcentage et le taux de chômage agrégé d’environ 3 points de pourcentage. Ce résultat est conforme aux conséquences prévisibles de la réforme de 1971 de l’assurance-chômage. Par ailleurs, l’analyse confirme que l’écart de taux de chômage entre les deux pays est plus grand pour les femmes mariées. Cependant, leur taux d’activité a progressé plus rapidement au Canada jusqu’au milieu des années 80. Ce dernier fait rend peu probable la responsabilité unique de l’assurance-chômage dans l’écart de chômage de ce groupe.
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) | 0.000 | 0.001 |
| Bibliometrics | 0.003 | 0.007 |
| Science and technology studies | 0.003 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.000 | 0.001 |
| Insufficient payload (model declined to judge) | 0.006 | 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".