Decomposing changes in wage distributions: a unified approach
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.
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.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 découle