Quality and Inequality of Jobs Created in MENA Region: The Case of Labor Market in Jordan
Notice bibliographique
Résumé
Using micro-level data sets, the current study constructs a Job Quality Index (JQI) for Jordanian wage and salaryworkers. Due to the unavailability of data for some years, the study covers only the period 2000–07. FactorAnalysis is utilized to compile the index based on the following four dimensions: adequate earnings;underemployment and overemployment (which together represent adequate working hours); and social security.The main findings of the study are as follows:(1) The JQI appears to have improved in 2007 compared to the mid-2000s, reaching similar levels of thoseprevailing in 2000. (2) There exists a persistent gender gap in favor of male workers, whose jobs arecharacterized by a higher JQI. This finding does not change even when taking into account other interveningvariables, particularly a worker’s age. Good jobs as a percentage of total jobs held by females appear to declinein 2007, unlike males, whose share of good jobs has grown in the same year. Therefore, no sign of convergencein job quality between males and females is detected. (3) JQI varies across education levels, however, lessobviously. Workers with basic education and lower are found to obtain considerably poorer jobs and jobsgenerally characterized with lower JQIs. (4) The JQI differs across age groups. New entrants to the labor marketand workers on the verge of retirement are more likely to have lower job quality in comparison with otherworkers belonging to age groups in the middle of their work lives. (5) The quality of jobs in agriculturalactivities is found to be on average lower than other activities. On the other hand, real estate activities tend tohave higher job quality ratings than other sectors, especially in 2007.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».