MétaCan
Menu
Retour à la cohorte
Enregistrement W2109268950 · doi:10.1111/0008-4085.00077

Education, earnings, and the ‘Canadian G.I. Bill’

2001· article· en· W2109268950 sur OpenAlexaffvenueabout
Thomas Lemieux, David Card

Notice bibliographique

RevueCanadian Journal of Economics/Revue canadienne d économique · 2001
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueLabor market dynamics and wage inequality
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésEarningsPolitical scienceServantHumanitiesArtEconomicsFinanceEngineering

Résumé

récupéré en direct d'OpenAlex

Canadian Second World War veterans benefited from an extensive educational program similar to the U.S. G.I. Bill. Because of differences in military enlistment rates, however, a much lower fraction of Quebec men were eligible for these benefits than men from other provinces. Building on this fact, we analyse inter‐cohort patterns of education and earnings for English‐speaking men from Ontario, using French‐speaking men from Quebec as a control group. We find that the instrumental variables estimates of the return to schooling are typically as big or bigger than the corresponding OLS estimates. JEL Classification: J24, I21 Education, revenus, et le ‘G.I. Bill canadien.’ Les anciens combattants canadiens de la deuxième guerre mondiale ont bénéficié d'un programme d'aide aux études similaire au G.I. Bill américain. Relativement peu de Québécois ont cependant pu bénéficier de ce programme en raison de la faible proportion de ces derniers qui ont fait leur service militaire durant cette période. Sur la base de cette observation, nous analysons les différences intergénérationelles dans la scolarisation et les revenus des Ontariens anglophones en se servant des Québécois francophones comme groupe témoin. Nos résultats indiquent que les estimés du taux de rendements de l'éducation obtenus à l'aide de la méthode des variables instrumentales sont comparables sinon plus élévés que ceux obtenus par moindres carrés ordinaires.

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)0,003
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 enseignants0,024
Score d'incertitude au seuil0,172

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0020,001
Communication savante0,0020,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0090,000

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 Opus0,085
Tête enseignante GPT0,180
Écart entre enseignants0,095 · 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

Citations111
Publié2001
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Economics/Revue canadienne d économiqueMême sujetLabor market dynamics and wage inequalityTravaux en français237 207