MétaCan
Menu
Retour à la cohorte
Enregistrement W2753120211 · doi:10.1177/0020715217726837

In-house or outsourced public services? A social and economic analysis of the impact of spending policy on the private wage share in OECD countries

2017· article· en· W2753120211 sur OpenAlexvenueno aff
Nicola Pensiero

Notice bibliographique

RevueInternational Journal of Comparative Sociology · 2017
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSocial Policy and Reform Studies
Établissements canadiensnon disponible
Organismes subventionnairesEconomic and Social Research Council
Mots-clésLabour economicsUnemploymentEconomicsOutsourcingPrivate sectorWagePanel dataWage sharePublic policyGovernment spendingPublic sectorGovernment (linguistics)Efficiency wageBusinessEconomic growthMarket economyEconomyWelfare

Résumé

récupéré en direct d'OpenAlex

This article analyses the relationship between government spending and the distribution of private income between capital and labour. While most previous research assumes that government spending redistributes in favour of the less wealthy, I distinguish between types of expenditures that enhance the bargaining position of labour - that is, unemployment benefits, public sector employment and investment in new capital - and labour-saving and pro-business types of expenditures - that is, outsourcing to private firms. The results are derived from various panel regression techniques on a panel of 19 Organisation for Economic Co-operation and Development (OECD) countries in the period 1985-2010 and show that expenditures on public sector employment and, to a lesser extent, on new capital prevented the private wage share from declining further, even after controlling for labour market institutions, globalisation and technological change. Conversely, expenditures on outsourcing substantially contributed to reducing the private wage share. Unemployment benefits had a non-significant and negative effect on the private wage share because their increase was the consequence of higher levels of unemployment rather than policy. Implications for theory and policy are drawn, including the support for a public employment-led spending policy.

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)0,001
score de la tête « metaresearch » (Gemma)0,004
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 enseignants0,075
Score d'incertitude au seuil0,150

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,004
Études des sciences et des technologies0,0010,002
Communication savante0,0020,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,121
Tête enseignante GPT0,473
Écart entre enseignants0,352 · 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

Citations6
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Comparative SociologyMême sujetSocial Policy and Reform StudiesTravaux en français237 207