MétaCan
Menu
Retour à la cohorte
Enregistrement W2758330425 · doi:10.1080/12294659.2017.1368006

Critical review of welfare dependency in active labor market programs in Korea: existence, causes, and interpretations

2017· article· en· W2758330425 sur OpenAlexaboutno aff
Hyunwoo Tak, Kilkon Ko

Notice bibliographique

RevueInternational Review of Public Administration · 2017
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueKorean Urban and Social Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésWelfareChristian ministryWelfare dependencyIncentiveQuarter (Canadian coin)WageGovernment (linguistics)Labour economicsDemographic economicsEconomicsBusinessPolitical scienceMarket economy

Résumé

récupéré en direct d'OpenAlex

This paper comprehensively analyzes the existence and causes of welfare dependency in active labor market programs (ALMPs) administered by the Korean Government. For this analysis, we utilize the Ministry of Employment Labor’s database, using data collected from 306,410 ALMP participants from 2006 to the first quarter of 2012. According to our analysis, 4.4–12.9% of ALMP participants are likely to be in the ‘welfare trap.’ The probability of falling into the welfare trap is affected by individual characteristics. For instance: the elderly, women, and highly educated people are shown to be particularly vulnerable. Moreover, when ALMPs’ benefits are larger than the official minimum wage, individuals tend to stay in the job programs longer. At the same time, if a participant lives in a district with more people in the welfare trap, he or she is less likely to exit from ALMPs. Despite the fairly significant proportion of participants shown to have fallen into the welfare trap, most of the cases are not due to moral hazard or generously designed financial incentives; rather, our research suggests that people with a lower level of job capacity for the private labor market cannot but stay longer in ALMPs.

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)0,015
score de la tête « metaresearch » (Gemma)0,049
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,080

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0150,049
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,002
Bibliométrie0,0140,013
Études des sciences et des technologies0,0010,003
Communication savante0,0030,004
Science ouverte0,0020,002
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,048
Tête enseignante GPT0,349
Écart entre enseignants0,301 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

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
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Review of Public AdministrationMême sujetKorean Urban and Social StudiesTravaux en français237 207