MétaCan
Menu
Retour à la cohorte
Enregistrement W2086330522 · doi:10.7202/051268ar

Education and Unemployment in Israel, 1976-1994: Reducing the Anomaly

2005· article· en· W2086330522 sur OpenAlexaffvenue
Jacob Weisberg, Noah M. Meltz

Notice bibliographique

RevueRelations industrielles · 2005
Typearticle
Langueen
DomaineSocial Sciences
ThématiquePoverty, Education, and Child Welfare
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésUnemploymentEconomicsDemographic economicsImmigrationAnomaly (physics)Government (linguistics)Unemployment rateLabour economicsPolitical scienceEconomic growth

Résumé

récupéré en direct d'OpenAlex

In industrialized economics, unemployment rates are inversely related to education levels. Data from 1963 to 1994 show that Israël is an anomaly exhibiting an inverted U-shaped relationship. Workers with 9-12 years of schooling consistently experienced a higher level of unemployment than the schooling groups with less and more education. Multivariate regression analysis of data for Israël during the 1976-1994 period indicates that this inverted U-shaped relationship is moderating. The national unemployment rate and a time trend variable had positive and significant effects tending to strengthen the inverted U-shaped relationship. However, an increase in the unemployment rate within the 0-8 education group relative to the 9-12 group and a decline in the labour force participation rate of the 0-8 group overrode these factors, resulting in a flattening of the inverse relationship. The major factor responsible for the anomaly in the education-unemployment relationship in Israël appears to be government policies intended to protect low-educated immigrants with large familles. A reduction in government support over recent years seems to have increased the exposure of the least educated to labour market forces.

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)0,004
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 enseignants0,131
Score d'incertitude au seuil0,260

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
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 savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,020
Tête enseignante GPT0,286
Écart entre enseignants0,266 · 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

Citations7
Publié2005
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueRelations industriellesMême sujetPoverty, Education, and Child WelfareTravaux en français237 207