MétaCan
Menu
← Retour à la cohorte
Enregistrement W1933612371 · doi:10.1111/0008-4085.00099

The effects of unions on research and development: an empirical analysis using multi‐year data

2001· article· en· W1933612371 sur OpenAlexvenueaboutno aff
Julian R. Betts

Notice bibliographique

RevueCanadian Journal of Economics/Revue canadienne d économique · 2001
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueLabor Movements and Unions
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPanel dataPercentileAggregate dataResearch developmentEconomicsEmpirical researchDemographic economicsEconometricsLabour economicsStatisticsMathematicsTest (biology)

Résumé

récupéré en direct d'OpenAlex

A link between unionization and research and development rates (research and development expenditures divided by output) is tested for in thirteen aggregate Canadian industries. A balanced panel of thirteen industries covering 1968 to 1986 reveals a negative relationship between industry unionization rates and research and development. The results hold when a number of techniques are used to control for unobserved industry heterogeneity and non‐linear responses to unionization. In an industry that moves from the 25th to the 75th percentile of unionization, research and development is predicted to fall by about 40 per cent. JEL Classification: J51 Les effets des syndicats sur l'intensité de la recherche et développement: une analyse empirique sur plusieurs années. Ce mémoire examine le lien entre le degré de syndicalisation et les taux de dépenses en recherche et développement en proportion de la production dans treize industries canadiennes. Pour ces treize secteurs industriels, entre 1968 et 1986, il semble qu'il y ait une relation négative entre les taux de syndicalisation et les taux de dépenses en recherche et développement. Ces résultats sont robustesmême quand on utilise des techniques pour tenir compte de l'hétérogéneité des secteurs et des réponses non linéaires à la syndicalisation. Pour une industrie qui voit son taux de syndicalisation passer du 25e au 75e percentile, on prévoit une chute de 40% dans la recherche et développement.

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)0,007
score de la tête « metaresearch » (Gemma)0,022
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 enseignants0,391
Score d'incertitude au seuil0,778

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0070,022
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0050,010
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,411
Tête enseignante GPT0,336
Écart entre enseignants0,075 · 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

Citations2
Publié2001
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Economics/Revue canadienne d économique→Même sujetLabor Movements and Unions→Travaux en français237 207→