MétaCan
Menu
Retour à la cohorte
Enregistrement W2784207513 · doi:10.3386/w20958

Outside Options, Coercion, and Wages: Removing the Sugar Coating

2015· report· en· W2784207513 sur OpenAlexaff
Christian Dippel, Avner Greif, Daniel Trefler

Notice bibliographique

RevueNational Bureau of Economic Research · 2015
Typereport
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueTaxation and Compliance Studies
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésCoercion (linguistics)SugarEconomicsLabour economicsBusinessChemistryFood sciencePhilosophy

Résumé

récupéré en direct d'OpenAlex

In economies with a large informal sector firms can increase profits by reducing workers' outside options in that informal sector. We formalize this idea in a simple model of an agricultural economy with plantation owners who lobby the government to enact coercive policies-e.g. the eviction and incarceration of squatting small-hold farmers-that reduce the value to working outside the formal sector. Using unique data for 14 British West Indies 'sugar islands' from the year of slave emancipation in 1838 until 1913, we examine the impact of plantation owners' power on wages and coercion-related incarceration. To gain identification, we utilize exogenous variation in the ease with which smallholders could evade the plantation system in the different islands over time. Where evading the plantation system became exogenously easier, planter power declined, incarceration rates dropped, and agricultural wages rose, accompanied by a decline in formal agricultural employment. Most of the wage increase can be statistically explained by the reduced coercion of smallholders.

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)0,012
score de la tête « metaresearch » (Gemma)0,005
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,960
Score d'incertitude au seuil0,764

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0120,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,561
Tête enseignante GPT0,494
Écart entre enseignants0,066 · 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'étudeThéorique ou conceptuel
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations18
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNational Bureau of Economic ResearchMême sujetTaxation and Compliance StudiesTravaux en français237 207