MétaCan
Menu
Retour à la cohorte
Enregistrement W2087837578 · doi:10.1111/j.1465-7295.2012.00497.x

A CENTURY OF HUMAN CAPITAL AND HOURS

2012· article· en· W2087837578 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueEconomic Inquiry · 2012
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueEconomic Growth and Productivity
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésHuman capitalLife expectancyEconomicsProductivityWageLabour economicsEducational attainmentDemographic economicsWorking hoursWork hoursEarningsDemographyPopulationSociologyEconomic growth

Résumé

récupéré en direct d'OpenAlex

An average person born in the United States in the second half of the 19th century completed 7 years of schooling and spent 58 hours a week working in the market. In contrast, an average person born at the end of the 20th century completed 14 years of schooling and spent 40 hours a week working. In the span of 100 years, completed years of schooling doubled and working hours decreased by 30%. What explains these trends? We consider a model of human capital and labor supply to quantitatively assess the contribution of exogenous variations in productivity (wage) and life expectancy in accounting for the secular trends in educational attainment and hours of work. We find that the observed increase in wages and life expectancy accounts for 80% of the increase in years of schooling and 88% of the reduction in hours of work. Rising wages alone account for 75% of the increase in schooling and almost all the decrease in hours in the model, whereas rising life expectancy alone accounts for 25% of the increase in schooling and almost none of the decrease in hours of work. In addition, we show that the mechanism emphasized in the model is consistent with other trends at a more disaggregate level such as the reduction in the racial gap in schooling and the decrease in the cross‐sectional dispersion in hours . ( JEL E1, I25, J11, O4)

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,261
Score d'incertitude au seuil0,757

Scores Codex et Gemma par catégorie

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

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 Opus0,045
Tête enseignante GPT0,242
Écart entre enseignants0,197 · 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