Impacts économiques de la taxe sur l’énergie dans un modèle d’équilibre général calculable : Analyse de sensibilité des résultats aux valeurs des élasticités de substitution
Bibliographic record
Abstract
Le présent travail a pour objectif principal d'examiner la sensibilité des impacts économiques de la taxe carbone sur l'économie canadienne, en utilisant une version statique du Modèle d'équilibre général calculable (MEGC) multisectoriel de cette économie. Pour cela, une taxe sur le carbone est utilisée, ensuite des simulations sont faites en utilisant les variables aléatoires des élasticités de substitution pour analyser la sensibilité des résultats du modèle. Une fonction de distribution uniforme est considérée à cet effet. Les variations des élasticités sont considérées dans un intervalle entre -25% et 25% de la valeur centrale. Les résultats renseignent que la taxe sur le carbone affecte négativement l'économie. Concernant la sensibilité, d'une manière générale, les résultats des simulations avec différents ensembles d'élasticités indiquent que le modèle produit des résultats moins sensibles suite à une variation de l'ensemble de paramètres d'élasticités de substitution.
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 | 0.006 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.000 | 0.001 |
| Scholarly communication | 0.002 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.006 | 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".