Notice bibliographique
Résumé
Over the last fifteen years, many researchers have attempted to explain the determinants and changes of wage inequality. I propose a simple procedure to decompose changes in the distribution of wages or in other distributions into three factors: changes in regression coefficients; the distribution of covariates, and residuals. The procedure requires only estimating standard OLS regressions augmented by a logit or probit model. It can be extended by modelling residuals as a function of unmeasured skills and skill prices. Two empirical examples showing how the procedure works in practice are considered. In the first example, sources of differences in the wage distribution in Alberta and British Columbia are considered; in the second, sources of change in overall wage inequality in the United States, 1973–99, are re–examined. Finally, the proposed procedure is compared with existing procedures. JEL classification: J3 La décomposition des changements dans les distributions de salaires : une approche unifée. Au cours des quinze dernières années, nombre d’études se sont penchées sur les déterminants et les changements de la distribution des salaires. Ce mémoire propose une procédure pour décomposer les changements de la distribution des salaires en trois éléments: les changements dans les coefficients de régression, la distribution des regresseurs et les changements résiduels. Cette procédure ne nécessite que l’estimation de regressions par moindre carrés ordinaires et d’un modèle probit ou logit. L’auteur montre aussi comment modéliser les résidus en fonction de compétences non mesurées. La procédure proposée est mise en application dans le contexte de deux exemples: la distribution des salaires en Alberta et en Colombie–Britannique et les changements dans la distribution des salaires de 1973 à 1999 aux Etats–Unis. Le mémoire examine aussi comment cette procédure se compare aux méthodes proposées par d’autres chercheurs.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,005 | 0,005 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,005 | 0,005 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,001 |
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.
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 source (Gemma direct ou Codex distillé), 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 ».