Extreme working hours in Western Europe and North America: A new aspect of polarization. LEQS Discussion Paper No. 92/2015 May 2015
Notice bibliographique
Résumé
This paper analyzes the trends and root causes of extreme working hours in sixteen Western European countries, Canada, and the United States between 1970 and 2010. Earlier literature has revealed increasing trends in extreme working hours in the United States and recognized the negative repercussions of this new aspect of labor market polarization. As European average working hours have declined over the past decades, scholars have turned little attention to the analysis of extreme working hours in European countries. First, the article documents diverging patterns of extreme working hours in Western Europe. Whereas the Scandinavian and French ratios of workers with extreme hours remained very low, most other countries in Western Europe exhibit significantly higher ratios of extreme workers after the beginning of the 1990s than in the previous two decades. Second, the article detects the development of two diverging trajectories in the advanced capitalist world: one with a strong and stable labor regulation along with a balanced working hour profile and one with gradual deregulation along with an increasing ratio of long work weeks. Finally, using a series of pooled cross-section OLS estimations, the article tests five specific hypotheses, motivated by theories of the welfare state and political economy theories of globalization. The results provide strong empirical evidence for the notion that patterns of extreme working hours are not inherent in post-industrial development. The article uses data from the author’s extreme working hours standardized meta-database which had been compiled from two large micro data collections: the Luxembourg Income Study database (LIS) and the Multinational Time Use Study (MTUS).
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».