A CAUTIONARY NOTE ON USING (MARCH) CURRENT POPULATION SURVEY AND PANEL STUDY OF INCOME DYNAMICS DATA TO STUDY WORKER MOBILITY
Notice bibliographique
Résumé
The monthly Current Population Survey (CPS), with its annual demographic March supplement, and the Panel Study of Income Dynamics (PSID) are the leading sources of data on worker reallocation across occupations, industries, and firms. Much of the active current research is based on these data. In this paper, we contrast these data sets as sources of data for measuring the dynamics of worker mobility. We find that (i) (March) CPS data are characterized by a substantial amount of noise when it comes to identifying occupational and industry switches; (ii) March CPS data provide a poor measure of annual occupational mobility and, instead, most likely measure mobility over a much shorter period; (iii) (the changes in) the procedure to impute missing data have a dramatic effect on the interpretation of the CPS data in, e.g., the trend in occupational mobility. The most important shortcomings of the PSID are the facts that (i) occupational and industry affiliation data are available in most years at an annual frequency; (ii) the PSID's sample, by design, excludes immigrants arriving in the United States after 1968; (iii) the Retrospective Occupation–Industry Files with reliable occupation and industry affiliation data are available only until 1980.
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 | 0,145 | 0,456 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,003 | 0,003 |
| Bibliométrie | 0,006 | 0,013 |
| Études des sciences et des technologies | 0,004 | 0,007 |
| Communication savante | 0,007 | 0,006 |
| Science ouverte | 0,010 | 0,005 |
| Intégrité de la recherche | 0,006 | 0,029 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,004 |
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 ».