Notice bibliographique
Résumé
The 2x2x2 Heckscher-Ohlin model predicts that trade openness causes the skill premium to increase in the skill abundant developed countries, and to decrease in the skill scarce developing countries, after trade openness. Empirical evidence, however, shows that the skill premium declined in some developing countries, while others experienced an increase in wage inequality. This paper develops a North-South model, where firms produce a low-skilled and a high-skilled intensive good. The production of a unit of either good involves a continuum of L-tasks and H-tasks. The L-tasks can be performed by low-skilled workers only, and the H-tasks can be performed by high-skilled workers only. The Northern firms can produce the task in their headquarters, or offshore the task to the South. The results suggest there is a threshold skill abundance level in the South, above which countries experience an increase in the skill premium after an improvement in the offshoring technology, and below which countries experience a decrease in the skill premium. In this context, the North offshores the H-tasks to countries that are relatively more abundant in high-skilled labor, and L-tasks to countries that are relatively more abundant in low-skilled labor. Therefore, countries that become the hosts of L-tasks experience a decrease in the skill premium, because there will be higher demand for their low-skilled workers, while those that become the hosts of the H-tasks will experience an increase in the skill premium, because there will be higher demand for their high-skilled workers. This accounts for the asymmetric patterns of skill premia in the South.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,011 | 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 ».