MétaCan
Menu
Retour à la cohorte
Enregistrement W1487861699

WAGE DIFFERENTIALS IN THE CZECH AGRICULTURAL SECTOR IN THE PERIOD OF THE 1ST QUARTER 2000 TO THE 3RD QUARTER 2012 AND LABOR PRODUCTIVITY

2014· article· en· W1487861699 sur OpenAlexaboutno aff
Marta Gryčová

Notice bibliographique

RevueEuropean Scientific Journal ESJ · 2014
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueAgricultural economics and policies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAgricultureProductivityQuarter (Canadian coin)WageOrdinary least squaresEconomicsLabour economicsGross value addedDemographic economicsAgricultural economicsEfficiency wageEconomic sectorGeographyEconomic growthEconometricsEconomy
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Long lasting wage disparity in agriculture has a negative effect on the number of workers in this sector and thus rural demographic development. The causes of the external income disparities in the agricultural sector according to economic theories have changed over time and currently each determinant of wage disparities in agriculture reaches a significance of various sizes. This paper carries out the calculation of the gross external wage disparities in the agricultural sector compared to the values for the total economy. The main objective of this paper is to estimate the significance of the influence of labor productivity in agriculture, calculated as the ratio of gross value added and total employment in the agricultural sector, on wages in agriculture using linear regression model of the 1st differences of the variables, estimated by ordinary least squares method. One solution could be to increase the labor productivity.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,007
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCommunication savante
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,800
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0070,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,015
Tête enseignante GPT0,234
Écart entre enseignants0,219 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeQualitatif
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEuropean Scientific Journal ESJMême sujetAgricultural economics and policiesTravaux en français237 207