MétaCan
Menu
Retour à la cohorte
Enregistrement W2066586111 · doi:10.1080/0963819042000218692

Trade and labour standards: theory and new empirical evidence

2004· article· en· W2066586111 sur OpenAlexaff
Vivek H. Dehejia, Yiagadeesen Samy

Notice bibliographique

RevueJournal of International Trade & Economic Development · 2004
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueGlobal trade and economics
Établissements canadiensCarleton University
Organismes subventionnairesnon disponible
Mots-clésEconomicsComparative advantageProtectionismNegotiationEmpirical evidenceInternational economicsRace to the bottomLabour economicsEmpirical researchInternational tradeGlobalizationMarket economyPolitical scienceLaw

Résumé

récupéré en direct d'OpenAlex

Recent trade negotiations, both at the regional and multilateral level, have seen a resurgence of the issue of trade and labour standards. Labour interests in high-standards countries argue that low labour standards are an unfair source of comparative advantage, and that increasing imports from low-standards countries will have an adverse impact on wages and working conditions in high-standards countries, thus leading to a race to the bottom of standards. For low-standards countries, there is the fear that this is just a form of disguised protectionism and that the imposition of high labour standards upon them is equally unfair since it will erode their competitiveness, the latter being largely based on labour costs. Our objective in the present paper is to cast some light on the above debate from both a theoretical and empirical perspective. In particular, we first discuss some possible theoretical links between labour standards and comparative advantage through their effects on the terms of trade. We then investigate empirically the relationship between labour standards, comparative advantage and export performance. Overall, our empirical results suggest that caution should be exercised before drawing broad conclusions on the magnitude and direction of these effects.

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)0,005
score de la tête « metaresearch » (Gemma)0,024
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,013
Score d'incertitude au seuil0,044

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,024
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0050,008
Études des sciences et des technologies0,0010,005
Communication savante0,0040,005
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0130,001

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 Opus0,095
Tête enseignante GPT0,286
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

Citations39
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of International Trade & Economic DevelopmentMême sujetGlobal trade and economicsTravaux en français237 207