Workplace risks and wages: Canadian evidence from alternative models
Notice bibliographique
Résumé
Three alternative models of compensating wage premiums for risk are estimated: the conventional OLS wage regression; an endogenous risk model that accounts for the simultaneity that may occur if workers of high potential earnings prefer safer jobs; and a self‐selection model to account for the possibility that workers sort into jobs based on unobserved tolerance for risk that affects their productivity in dangerous work environments. The results suggest that the existing Canadian estimates, which have been based on the basic model, may seriously underestimate the wage premium for risk and hence the implied cost of fatal and non‐fatal injuries. JEL Classification: J28, J31 Risques au travail et salaires: résultats canadiens pour plusieurs modèles. Les auteurs calibrent trois modèles pour évaluer la compensation salariale pour les risques au travail: l'équation conventionnelle de régression des salaires estimée par la méthode des moindres carrés ordinaires; un modèle de risque endogène qui tient compte de la simultanéité qui peut se produire si les travailleurs dont les revenus potentiels sont élevés préfèrent les emplois où il y a moins de risques; un modèle d'auto‐sélection où les travailleurs se répartissent entre les emplois sur la base d'une tolérance non‐observée pour le risque qui affecte leur productivité dans des environnements de travail dangereux. Les résultats suggèrent que les évaluations canadiennes en vogue, qui sont fondées sur le modèle de base, peuvent sous‐estimer sérieusement la prime salariale de risque et donc les coûts des blessures mortelles ou non que les accidents entraînent.
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 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 | 0,002 | 0,001 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».