MétaCan
Menu
Retour à la cohorte
Enregistrement W2028366685 · doi:10.1515/1475-3693.1398

Increasing Share of Agriculture in Employment in the Time of Crisis: Puzzle or Not?

2012· article· en· W2028366685 sur OpenAlexaboutno aff
Gönül Şengül, Murat Üngör

Notice bibliographique

RevueReview of Middle East Economics and Finance · 2012
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAgricultural and Rural Development Research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAgricultureProductivityEconomicsQuarter (Canadian coin)Subsistence agricultureLabour economicsAgricultural productivityConstraint (computer-aided design)Agricultural economicsDemographic economicsMacroeconomicsGeography

Résumé

récupéré en direct d'OpenAlex

In the first quarter of 2008, along with the beginning of the crisis, the employment share of agriculture in Turkey deviated from its long-run trend and started to rise. Both the timing and the direction of the change caused a public debate seeking an explanation of this phenomenon. Getting attention in the debate is the fact that labor productivity in agriculture has been declining since that quarter. How much of the increase in agricultural employment can be explained by the secular changes in its productivity? To answer this question, we use a multi-sector general equilibrium model in which employment share in agriculture is determined solely by the subsistence constraint and labor productivity in agriculture, where sectoral productivity growth rates are treated as exogenous. The model accounts for more than 90 percent of the decline in the agricultural employment share between 2000:Q2 and 2010:Q3. The model is also able to generate the increase in agricultural employment since 2008:Q1, although it slightly overpredicts the agricultural employment share. The model also predicts the sectoral allocations of labor in non-agricultural activities during the sample period. A detailed analysis of the driving forces of the growth in agricultural productivity is needed, since it lies at the heart of the secular changes in employment shares in Turkey.

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 enseignants0,008
Score d'incertitude au seuil0,016

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
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,002
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,042
Tête enseignante GPT0,233
Écart entre enseignants0,191 · 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

Citations5
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueReview of Middle East Economics and FinanceMême sujetAgricultural and Rural Development ResearchTravaux en français237 207