La consommation des ménages au Québec : une analyse empirique
Bibliographic record
Abstract
Étant donné que les dépenses de consommation comptent pour environ 60 % du PIB au Québec, il est primordial de comprendre comment les politiques économiques affectent la demande agrégée via les dépenses de consommation des ménages et aussi, comment les dépenses de consommation seront affectées selon l’environnement des consommateurs. En premier lieu, ce mémoire modélise la consommation avec une technique économétrique qui ne repose pas sur l’hypothèse d’une structure de préférence particulière. Dans un deuxième temps, ce mémoire estime un modèle d’agent économique rationnel optimisateur face au problème de l’allocation intertemporelle de sa consommation de biens durables et non durables quand les fluctuations des taux d’intérêt canadiennes varient. La période étudiée est de 1981 à 2011. Nos résultats correspondent à ce qui est généralement observé dans la littérature et nous ont permis de mettre en évidence le rôle joué par le revenu, le prix relatif des biens durables, la richesse financière, la valeur des maisons, la confiance des ménages et les fluctuations des taux d’intérêt pour expliquer les variations des dépenses de consommation des ménages québécois dans son ensemble, mais aussi selon certaines sous-catégories. Notre analyse nous a également permis de constater qu’en désagrégeant la consommation des ménages québécois, il est important de tenir compte des liens entre ses sous-catégories. La non-séparabilité au niveau des préférences entre les biens durables et non durables est importante et c’est pourquoi il est préférable d’en tenir compte dans la modélisation des différentes catégories de la consommation agrégée.
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) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.004 |
| Science and technology studies | 0.001 | 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) | 0.007 | 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".