MétaCan
Menu
Retour à la cohorte
Enregistrement W1511447842 · doi:10.1111/j.1467-9396.2011.00967.x

Intra‐industry Trade Liberalization: Why Skilled Workers are More Likely to Support Free Trade

2011· article· en· W1511447842 sur OpenAlexaff
Eugene Beaulieu, Michael Benarroch, James D. Gaisford

Notice bibliographique

RevueReview of International Economics · 2011
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueGlobal trade and economics
Établissements canadiensUniversity of WinnipegUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésFree tradeEconomicsProtectionismComparative advantageLiberalizationInternational economicsTrade barrierWage inequalityIntra-industry tradeWageCommercial policyLabour economicsEmpirical evidenceInternational tradeMarket economy

Résumé

récupéré en direct d'OpenAlex

Abstract This paper presents a theoretical model and empirical analysis that connects the prevalence of intra‐industry trade with increased wage inequality from trade liberalization in both skilled and unskilled labor abundant countries. The Stolper–Samuelson effect is incorporated into an intra‐industry trade liberalization (intra‐ITL) hypothesis where skilled labor opposes protectionism in all countries engaged in intra‐industry trade because skilled workers gain at the expense of unskilled workers from multilateral trade liberalization within the skill‐intensive sector. We examine empirical evidence on whether skilled individuals are more supportive of trade liberalization than unskilled individuals across 31 countries with different levels of intra‐industry trade and skill endowments. We find that the extent to which countries engage in intra‐industry trade in high‐tech commodities is strongly linked with the intensity of opposition to protection by skilled labor. Regression results strongly support our hypothesis that skilled workers, almost everywhere, are more likely to support free trade.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,028

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0080,001

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 Opus0,070
Tête enseignante GPT0,247
Écart entre enseignants0,177 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations17
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueReview of International EconomicsMême sujetGlobal trade and economicsTravaux en français237 207