Prévision de l’activité économique au Québec et au Canada à l’aide des méthodes Machine Learning
Bibliographic record
Abstract
Dans ce rapport nous appliquons de nombreuses techniques d’apprentissage automatique (Machine Learning) au problème de prévision de l’activité économique au Québec et au Canada. Six groupes de modèles sont considérés : les modèles à facteurs, régressions pénalisées, régressions régularisées par sous-ensembles complets, régressions à vecteurs de support, forêts d’arbres aléatoires et les réseaux de neurones. Tous ces modèles apportent différentes façons de gérer les grands ensembles de données et de générer les formes fonc-tionnelles hautement complexes. La prédiction de 16 variables macroéconomiques québécoises et canadiennes est évaluée dans un exercice de prévision hors échantillon. Les grands ensembles de données canadiennes et américaines sont considérés. Les résultats indiquent que les méthodes machine learning, combinées avec les grands ensembles de données, ont un bon pouvoir prédictif pour plusieurs variables d’activité réelle comme le PIB, la formation brute de capital fixe et la production industrielle. Les forêts d’arbres aléatoires sont particulièrement résiliantes, suivies des réseaux de neurones. La prévision des variables du marché d’emploi est améliorée par l’utilisation des régressions pénalisées, simples ou par sous-ensembles complets. Les taux d’inflation sont prévisibles avec les forêts aléatoires et les régressions pénalisées. Quant aux mises en chantier et le taux de change USD/CAD, les méthodes machine learning n’arrivent pas à améliorer la prévision ponctuelle, mais affichent des résultats intéressants au niveau de la prévision de la direction future de ces variables.
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 | 0.008 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.003 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.003 | 0.001 |
| Open science | 0.001 | 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".