La dépendance du Canada à l’égard des États-Unis pour ses importations est pire que vous ne le pensez
Bibliographic record
Abstract
La dépendance de l’économie canadienne à l’égard de son commerce avec les États-Unis fait depuis longtemps l'objet de discussions (Beaulieu et Song, 2015), et le débat a récemment été relancé par la crise du coronavirus et la renégociation de l’ALENA. Une statistique clé souvent utilisée pour mesurer cette dépendance est que plus de la moitié des importations canadiennes proviennent des États-Unis. Nous montrons ici que la dépendance du Canada à l’égard des États-Unis est encore plus grande que ce que l’on pense habituellement. En examinant les données enregistrant la valeur des importations canadiennes par produit, pays de production, pays exportateur et mode de transport, nous montrons que les États-Unis sont non seulement le principal fournisseur du Canada, mais aussi un centre logistique essentiel pour les importations canadiennes qui ne sont pas produites aux États-Unis. La moitié des marchandises importées de fournisseurs non américains entrent au Canada par la frontière entre les États-Unis et le Canada. Au total, environ 80 % des importations canadiennes sont liées aux États-Unis, soit parce que les marchandises y sont produites, soit parce que les marchandises traversent les États-Unis pour entrer au Canada.
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 | 0.007 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.003 | 0.008 |
| Science and technology studies | 0.005 | 0.002 |
| Scholarly communication | 0.007 | 0.003 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.020 | 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".