Incertitude macroéconomique canadienne : mesure, évaluation et effets sur l’investissement
Bibliographic record
Abstract
Nous développons une mesure de l’incertitude macroéconomique canadienne, basée sur la méthodologie proposée par Jurado, Ludvigson et Ng (2015) et utilisant la base de données canadienne développée par Fortin-Gagnon et collab. (2019). Nous montrons que, dans l’ensemble, l’incertitude macroéconomique canadienne est corrélée avec sa contrepartie américaine mais qu’elle affiche toutefois des comportements distincts de celle-ci durant certains épisodes spécifiques de l’histoire macroéconomique récente, notamment la période de forte volatilité dans le prix du pétrole entre 2014 et 2015. Nous utilisons notre mesure pour identifier les effets dynamiques des chocs d’incertitude sur l’activité macroéconomique canadienne. Cette analyse démontre qu’une hausse de l’incertitude canadienne cause une baisse prononcée et persistante dans les dépenses d’investissement au Canada. Cet effet est distinct et s’ajoute à celui –également négatif– causé par une hausse de l’incertitude américaine.
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 | 0.005 | 0.017 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.005 | 0.006 |
| Science and technology studies | 0.000 | 0.001 |
| Scholarly communication | 0.004 | 0.001 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.010 | 0.001 |
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.
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".