Fighting Poverty: Assessing the Effect of Guaranteed Minimum Income Proposals in Quebec
Bibliographic record
Abstract
Dans cet article, nous analysons les effets d’une proposition récente du Comité consultatif de lutte contre la pauvreté et l’exclusion sociale du Québec visant à garantir à chaque personne un revenu égal à 80 % de la mesure du panier de consommation (MPC) de Statistique Canada. Selon cette recommandation, les travailleurs ayant un revenu au moins équivalent à 16 heures de travail au salaire minimum auraient alors droit à 100 % de la MPC. Nous examinons ensuite trois variantes de cette recommandation : a) l’augmentation de 16 à 30 heures du seuil d’atteinte de la pleine valeur de la MPC; b) un revenu garanti égal à 100 % de la MPC, et c) une subvention salariale de 3 $ l’heure pour les personnes retournant sur le marché du travail. Pour faire ces analyses, nous estimons un modèle structurel d’offre de travail qui tient compte du système fiscal et nous utilisons les paramètres estimés pour prévoir l’offre de travail d’un échantillon représentatif de la population. Nos simulations montrent que l’application de la proposition originale aurait d’importants impacts négatifs sur le taux de participation au marché du travail des individus à faible revenu, et que son coût dépasserait 2 milliards de dollars. L’augmentation du seuil (a) aurait peu d’impact sur les effets de la proposition de départ. Par contre, assurer un revenu minimum égal à 100 % de la MPC (b) aurait des impacts importants. Nous montrons ainsi que, contrairement à ce que l’on croit généralement, les mécanismes visant à assurer un revenu garanti peuvent avoir pour effet d’accroître l’incidence du faible revenu plutôt que de la réduire.
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 | 0.021 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.002 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.002 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.005 | 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".