Makroekonomiczne determinanty bezrobocia na przykladzie Polski i Stanow Zjednoczonych w latach 2000–2016 [Macroeconomic determinants of unemployment on the example of Poland and United States in years 2000–2016]
Notice bibliographique
Résumé
Motywacja: Uzasadnieniem wyboru tematu jest duże znaczenie zjawiska długookresowego bezrobocia dla rozwoju gospodarczego oraz metod profilowania bezrobotnych, które mają zapobiegać temu zjawisku.Cel: Celem artykułu był wybór makroekonomicznych determinant długookresowego bezrobocia w Polsce i Stanach Zjednoczonych. Analiza koncentrowała się także na omówieniu możliwości zwalczania długookresowego bezrobocia dzięki profilowaniu bezrobotnych oraz dotychczasowych rezultatów tej metody w Polsce.Wyniki: W sposób statystycznie istotny na stopę bezrobocia oddziałują następujące zmienne makroekonomiczne: stopa bezrobocia z poprzedniego kwartału, realna stopa wzrostu PKB, stopa inflacji, stopa wzrostu udziału eksportu w PKB oraz inwestycje. W większości przypadków wpływ ten okazał się być zgodny z teorią ekonomii. W Polsce stopa bezrobocia najsilniej reaguje na zmiany PKB w przeciwnym kierunku. Można zatem oczekiwać, że stymulowanie wzrostu gospodarczego lub podejmowanie działań wspierających go w długim okresie, powinno przełożyć się na spadek stopy bezrobocia w Polsce. W Stanach Zjednoczonych na stopę bezrobocia w sposób znaczący oddziałuje zarówno stopa wzrostu udziału eksportu w PKB, jak i inwestycje.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».