MétaCan
Menu
Retour à la cohorte
Enregistrement W1576243653

The impact of internet use on individual earnings in Latin America

2010· preprint· en· W1576243653 sur OpenAlexfundno aff
Lucas Navarro

Notice bibliographique

RevueEconstor (Econstor) · 2010
Typepreprint
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueLabor market dynamics and wage inequality
Établissements canadiensnon disponible
Organismes subventionnairesInternational Development Research Centre
Mots-clésThe InternetEarningsLatin AmericansMatching (statistics)BusinessInternet accessDemographic economicsPanel dataDeveloping countryWork (physics)EconomicsEconomic growthPolitical scienceFinanceEngineeringComputer scienceEconometrics
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This paper uses matching techniques to examine the impact of internet use on individual earnings in six Latin American countries using recent household surveys data. Given their different internet use patterns and their implications, the analysis is done for salaried and self-employed workers separately. While salaried worker users mainly access the internet at work, self employed users access the internet mainly at other places. Therefore, the returns to internet use for salaried workers may be associated not only to individual but also to workplace characteristics. Results indicate a large effect of internet use on earnings for both groups of workers in most of the countries studied. These returns are high compared with estimates for industrialized countries. This could be explained by the much lower prevalence of internet use in the region for the international standards. Additionally, given that the estimations rely on cross-section data, they may not fully control for individuals' characteristics before internet adoption. This calls for the need of panel-data on new ICTs diffusion in the region.

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)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,015
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,030
Tête enseignante GPT0,255
Écart entre enseignants0,224 · 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'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

Citations11
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEconstor (Econstor)Même sujetLabor market dynamics and wage inequalityTravaux en français237 207