MétaCan
Menu
Retour à la cohorte
Enregistrement W2615908972 · doi:10.24148/wp2008-30

The Adjustments of Hours and Real Wages to Technology Shocks: Assessing the Role of Nominal Rigidities

2011· article· en· W2615908972 sur OpenAlexafffund
Zheng Liu, Louis Phaneuf, Glenn D. Rudebusch

Notice bibliographique

RevueFederal Reserve Bank of San Francisco, Working Paper Series · 2011
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueMonetary Policy and Economic Impact
Établissements canadiensUniversité du Québec à Montréal
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésEconomicsTechnology shockReal wagesWageShock (circulatory)Monetary policyMonetary economicsEconometricsLabour economicsDynamic stochastic general equilibrium

Résumé

récupéré en direct d'OpenAlex

Nominal rigidities are generally viewed as important for the transmission of monetary policy. We argue that nominal rigidities are important also for the transmission of technology shocks, especially for explaining their effects on hours and real wages. Evidence suggests that a positive technology shock leads to a short-run decline in labor hours and a gradual rise in real wages. We examine the ability of an RBC model augmented with real frictions, a pure sticky-price model, a pure sticky-wage model, and a model combining sticky prices and sticky wages in accounting for this evidence. We find that, according to this metric, the model with nominal wage and price rigidities is more successful than others. This finding is robust and holds true for a relatively small Frisch elasticity of hours and a relatively high frequency of price reoptimization that are consistent with microeconomic evidence.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 seuil0,593

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,052
Tête enseignante GPT0,242
Écart entre enseignants0,189 · 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 tête enseignante, 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

Citations0
Publié2011
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFederal Reserve Bank of San Francisco, Working Paper SeriesMême sujetMonetary Policy and Economic ImpactTravaux en français237 207