MétaCan
Menu
Retour à la cohorte
Enregistrement W2889735309 · doi:10.1111/0008-4085.00047

Cohort patterns in Canadian earnings: assessing the role of skill premia in inequality trends

2000· article· en· W2889735309 sur OpenAlexaffvenueabout
Paul Beaudry, David Green

Notice bibliographique

RevueCanadian Journal of Economics/Revue canadienne d économique · 2000
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueFinancial Literacy, Pension, Retirement Analysis
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésEarningsCohortCohort effectDemographic economicsDispersion (optics)InequalityEconomicsDemographyMedicineFinance

Résumé

récupéré en direct d'OpenAlex

In this paper we document the pattern of change in age‐earnings profiles across cohorts and evaluate its implications. Using synthetic cohorts from the survey of Consumer Finances over the period 1971 to 1993, wwe show that the age‐earnings profiles of Canadian men have been deteriorating for more recentcohorts in comparison with older cohorts. We find this pattern for both high school and university educated workers. In no case do we find evidence that the return to gaining experience has been increasing over time, nor do we find increased within‐cohort dispersion of earnings. We view these findings as conflicting with the hypothesis that increased skill premia largely explain the observed increase in dispersion of male weekly earnings. JEL Classification: J31, O33 Ce mémoire documente le pattern de changements dans les relations âges‐gains d'une cohorte à l'autre, et en analyse les implications. Utilisant des cohortes synthétiques pour la période 1971–93, on montre que les profils âges‐gains des hommes au Canada se sont détériorés dans les cohortes les plus récentes. On ne trouve pas de résultats qui montreraient que le rendement sur l'expérience accumulée s'est accru dans le temps ou qu'il y a dispersion accrue des gains à l'intérieur des cohortes. Les auteurs suggèrent que ces résultats contredisent l'hypothèse que des primes accrues pour les habiletés expliqueraient l'accroissement qu'on a observé dans la dispersion des gains des hommes au Canada.

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)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,030
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
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 Opus0,042
Tête enseignante GPT0,195
Écart entre enseignants0,153 · 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.

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

Citations12
Publié2000
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Economics/Revue canadienne d économiqueMême sujetFinancial Literacy, Pension, Retirement AnalysisTravaux en français237 207