MétaCan
Menu
Retour à la cohorte
Enregistrement W2738751995 · doi:10.2373/1864-810x.17-01-04

Einmal unten – immer unten? Empirische Befunde zur Lohn- und Einkommensmobilität in Deutschland

2017· article· de· W2738751995 sur OpenAlexaboutno aff
Holger Schäfer, Jörg Schmidt

Notice bibliographique

RevueEconstor (Econstor) · 2017
Typearticle
Languede
DomaineSocial Sciences
ThématiqueSocial Policy and Reform Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEarningsPovertyEconomicsWageDemographic economicsQuarter (Canadian coin)Minimum wageInequalityLabour economicsEconomic growthGeography

Résumé

récupéré en direct d'OpenAlex

Die Debatte um die Verteilungsgerechtigkeit wird bisweilen mit großer Schärfe geführt. Darin spielen traditionell Indikatoren zur Ungleichheit eine große Rolle, die in der Regel nur eine Momentaufnahme liefern. Allerdings dürfen auch Kennzahlen zur sozialen Mobilität nicht außer Acht gelassen werden. Wenn Chancen auf einen sozialen Aufstieg vorhanden sind, können größere Ungleichheiten als weniger problematisch bewertet werden. Dies gilt vor allem für den Aufstieg aus den unteren Schichten. Empirische Befunde auf Basis des Sozio-oekonomischen Panels zeigen, dass Aufstiegschancen aus dem Niedriglohnsektor vorhanden sind. Immerhin gut ein Viertel der Geringverdiener schafft den Sprung über die Niedriglohnschwelle. Während im Zeitverlauf der Anteil der Aufsteiger bis etwa zum Jahr 2008 tendenziell rückläufig war, zeichnet sich seitdem ein leicht steigender Trend ab. In Bezug auf die Einkommensmobilität, bei der neben dem Erwerbseinkommen weitere Komponenten des Haushaltseinkommens berücksichtigt sind, kann rund ein Drittel der armutsgefährdeten Personen innerhalb eines Jahres aus der untersten Einkommensschicht aufsteigen. In einem Zeitraum von zehn Jahren sind es sogar 58 Prozent. Indes ist für die Einkommensmobilität keine positive Entwicklung in der Aufstiegshäufigkeit zu erkennen. Zusammenfassend hat sich die soziale Mobilität im Zeitverlauf kaum verbessert. Insofern sollte erstens beobachtet werden, wie sich etwa vor dem Hintergrund der Flüchtlingsmigration oder der Einführung des Mindestlohns die Mobilität zukünftig entwickelt. Zweitens besteht weiterer Forschungsbedarf hinsichtlich der Gründe für die beobachtete Entwicklung.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,008
score de la tête « metaresearch » (Gemma)0,016
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,114
Score d'incertitude au seuil0,226

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,016
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,004
Études des sciences et des technologies0,0020,002
Communication savante0,0050,003
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0080,001

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.

Tête enseignante Opus0,039
Tête enseignante GPT0,342
Écart entre enseignants0,303 · 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 source (Gemma direct ou Codex distillé), 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

Citations1
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEconstor (Econstor)Même sujetSocial Policy and Reform StudiesTravaux en français237 207