The Distributional Origins of the Canada-US GDP and Labour Productivity Gaps
Bibliographic record
Abstract
Entre 1960 et 2020, le produit intérieur brut (PIB) par adulte au Canada a varié entre 70 % et 90 % de celui des États-Unis. Cet écart persistant masque des différences de revenus relatifs importantes parmi les distributions des revenus au Canada et aux États-Unis. Nous observons qu'il existe de faibles différences de revenus moyens dans les centiles inférieurs, mais de forts écarts chez les personnes à revenu élevé, et que ces écarts sont plus substantiels chez les propriétaires d'entreprises et les universitaires. En utilisant les données de la World Inequality Database (base de données sur les inégalités dans le monde), nous constatons que le décile supérieur de la distribution des revenus représente les trois quarts de l'écart de PIB par adulte entre le Canada et les États-Unis et jusqu'à deux tiers de l'écart de productivité du travail mesuré. Nos travaux tendent à montrer que l'émigration sélective vers les États-Unis de travailleurs hautement qualifiés – phénomène communément appelé « fuite des cerveaux » – pourrait expliquer une partie importante des écarts observés sur les plans du PIB par adulte et de la productivité du travail.
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 | 0.005 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.004 | 0.009 |
| Science and technology studies | 0.002 | 0.002 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.002 |
| 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".