Effets du vieillissement de la population sur l'économie canadienne : une étude en panel sur les provinces
Bibliographic record
Abstract
Ce mémoire analyse les effets du vieillissement de la population sur la croissance de l’économie canadienne et de ses provinces par une étude en panel. Les données utilisées sont les données macroéconomiques agrégées de Statistique Canada couvrant la période de 1984 à 2018. Les résultats font état d’une corrélation positive et significative entre le ratio de dépendance des personnes âgées de 65 ans et plus de la période précédente, de même que le ratio de dépendance des personnes de moins de 15 ans de la période précédente, et le taux de croissance de l’économie. Les analyses montrent également que le ratio de dépendance des personnes âgées de 65 ans et plus affecte négativement la croissance économique, alors que celui de la période précédente et le ratio de dépendance des moins de 15 ans de la période précédente semblent la stimuler. Enfin, les dépenses de santé des ménages affectent négativement le taux de croissance du PIB, peut-être à cause du poids du vieillissement et de la croissance du nombre de personnes âgées. Dans l’ensemble, l’économie semble réagir favorablement au vieillissement de la population, soit par l’augmentation du niveau d’épargne des ménages, lorsque les ménages anticipent vivre plus longtemps, soit par l’augmentation de la consommation de biens et services, ou soit par le renouvellement de la main d’œuvre. _____________________________________________________________________________ MOTS-CLÉS DE L’AUTEUR : vieillissement de la population, ratios de dépendance, croissance économique
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 | 0.003 | 0.010 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.002 |
| Bibliometrics | 0.001 | 0.005 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.002 | 0.000 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.005 | 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".