MétaCan
Menu
Retour à la cohorte
Enregistrement W1601747597

Explaining the Increase in On-the-job Search

2005· article· en· W1601747597 sur OpenAlexaffabout
Mikal Skuterud

Notice bibliographique

RevueAnalytical Studies Branch Research Paper Series · 2005
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueLabor market dynamics and wage inequality
Établissements canadiensStatistics Canada
Organismes subventionnairesnon disponible
Mots-clésCurrent Population SurveyDemographic economicsPanel Study of Income DynamicsEconomicsWageNational Longitudinal SurveysPopulationSurvey data collectionLabour economicsLongitudinal dataWage dispersionTerm (time)Panel dataEconometricsDemographyEfficiency wageStatisticsMathematics
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Evidence from the Labour Force Survey (LFS) reveals that the percentage of employed workers searching for other jobs more than doubled in Canada between 1976 and 1995. Comparable evidence from the Current Population Survey (CPS), Panel Study of Income Dynamics (PSID), and National Longitudinal Survey (NLS) suggests that the U.S. experienced a remarkably similar upward trend in on-the-job search (OJS) over this period. Using U.S. data to supplement the Canadian data wherever possible, this paper attempts to explain this long-term, secular trend in Canadian OJS rates by performing decomposition and industry-level analyses, and by considering concomitant changes in employer-to-employer transition rates and the wage returns to job changing. The results from both countries suggest that an important part of the upward trend in OJS rates is not explained by compositional effects, including cohort effects. The OJS increase seems also to have occurred independently of rising job insecurity due to sector-specific demand shocks and trends in the dispersion of log wage residuals. The data are most consistent with a long-term decrease in search costs.

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)0,002
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 enseignants0,249
Score d'incertitude au seuil0,495

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,157
Tête enseignante GPT0,362
Écart entre enseignants0,206 · 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

Citations4
Publié2005
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAnalytical Studies Branch Research Paper SeriesMême sujetLabor market dynamics and wage inequalityTravaux en français237 207