Proponemos un modelo generalizado de susceptible-expuesto-infectado-removido (SEIR) para rastrear COVID-19 en las provincias canadienses, teniendo en cuenta el impacto de la pandemia en el desempleo. El modelo se basa en una red que representa las provincias, donde el contacto entre individuos de diferentes lugares se define mediante una matriz de mezcla impulsada por datos. Además, utilizamos parámetros dependientes del tiempo para tener en cuenta la evolución dinámica de la incidencia de la enfermedad, así como los cambios en las tasas de hospitalización, admisión en unidades de cuidados intensivos (UCI) y muerte. El desempleo se considera como una reducción en la interacción social, lo que se traduce en parámetros de transmisión más pequeños. Por el contrario, el modelo asume que mayores proporciones de individuos infectados reducen la actividad económica general y, por lo tanto, aumentan el desempleo. Probamos el modelo utilizando fuentes de datos disponibles públicamente y encontramos que es capaz de reproducir los datos reportados con una notable precisión en la muestra. También probamos la capacidad del modelo para hacer pronósticos a corto plazo fuera de la muestra y lo encontramos muy satisfactorio, excepto en períodos de cambios rápidos en el comportamiento. Finalmente, presentamos predicciones a largo plazo para variables epidemiológicas y económicas bajo varios escenarios futuros de vacunación.