MétaCan
Menu
Retour à la cohorte
Enregistrement W2135489714 · doi:10.1257/jep.23.4.3

The Rising Instability of U.S. Earnings

2009· article· en· W2135489714 sur OpenAlexaboutno aff
Peter Gottschalk, Robert Moffitt

Notice bibliographique

RevueThe Journal of Economic Perspectives · 2009
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueFinancial Literacy, Pension, Retirement Analysis
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEarningsInstabilityEconomicsQuarter (Canadian coin)InequalityDemographic economicsEconomic inequalityLabour economicsGeography

Résumé

récupéré en direct d'OpenAlex

The inequality of earnings and of family incomes in the United States has increased since the late 1970s. The large rise in earnings inequality between the 1970s and the 1990s could reflect either a rise in disparity of permanent incomes, a rise in earnings instability, or some portion of both. In this paper, we provide longitudinal measures that separate changes in income inequality into changes that permanently change income to new levels and those that only reflect transitory change. We refer to the latter as changes in “income instability” and discuss how the instability of individual earnings and family income in the United States has evolved— as whole as well as for different types of individuals and families—over the last quarter century. We consider alternative definitions of instability that have been proposed, and establish that all studies find that instability is considerably higher today than in the mid-1970s. This increase in instability is not a recent phenomenon. Earnings instability rose sharply in the late 1970s and early 1980s, then stabilized at these high levels through the recent period, although it may be increasing once again. We also discuss the factors that may be driving this increase in instability.

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 enseignants0,029
Score d'incertitude au seuil0,057

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 technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,011
Tête enseignante GPT0,234
Écart entre enseignants0,224 · 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

Citations302
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Journal of Economic PerspectivesMême sujetFinancial Literacy, Pension, Retirement AnalysisTravaux en français237 207