MétaCan
Menu
Retour à la cohorte
Enregistrement W2796682365

Summary Of: The Impact of Macroeconomic Conditions on the Instability and Long-Run Inequality of Workers' Earnings in Canada

2006· article· en· W2796682365 sur OpenAlexaboutno aff
David Gray, Ross Finnie, Charles M. Beach

Notice bibliographique

RevueAnalytical Studies Branch Research Paper Series · 2006
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueLabor market dynamics and wage inequality
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEarningsEconomicsUnemploymentInequalityLabour economicsEarnings growthDemographic economicsEconomic inequalityShort runMonetary economicsMacroeconomics
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This article summarizes findings from the research paper entitled: The Impact of Macroeconomic Conditions on the Instability and Long-Run Inequality of Workers' Earnings in Canada. This paper examines the variability of workers' earnings in Canada over the period 1982-1997 and how earnings variability has varied in terms of the unemployment rate and real gross domestic product (GDP) growth over this period. Using a large panel of tax file data, we decompose total variation in earnings across workers and time into a long-run inequality component between workers and an average earnings instability component over time for workers. The analysis is done for men and women and for both long-run participants and a broad coverage of workers. We find an increase in earnings variability between 1982-1989 and 1990-1997 that is largely confined to men and largely driven by widening long-run earnings inequality. Second, the pattern of unemployment rate and GDP growth rate effects on these variance components is not consistent with conventional explanations of cyclical effects on earnings inequality and is suggestive of an alternative paradigm of how economic growth over this period widens long-run earnings inequality. Third, when the unemployment rate and GDP growth rate effects are considered jointly, macroeconomic improvement is found to reduce the overall variability of earnings as the reduction in earnings instability outweighs the general widening of long-run earnings inequality.

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)0,003
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,047
Score d'incertitude au seuil0,435

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,054
Tête enseignante GPT0,321
Écart entre enseignants0,267 · 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'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

Citations0
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAnalytical Studies Branch Research Paper SeriesMême sujetLabor market dynamics and wage inequalityTravaux en français237 207