MétaCan
Menu
Retour à la cohorte
Enregistrement W2900808214 · doi:10.1007/s11113-019-09537-y

Implementing Dynamics of Immigration Integration in Labor Force Participation Projection in EU28

2019· article· en· W2900808214 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevuePopulation Research and Policy Review · 2019
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueMigration and Labor Dynamics
Établissements canadiensInstitut National de la Recherche Scientifique
Organismes subventionnairesInternational Institute for Applied Systems Analysis
Mots-clésImmigrationResidencePopulationSocioeconomic statusDemographic economicsEconomicsImmigration policyMicrosimulationLabour economicsGeographyDemographySociologyEngineering

Résumé

récupéré en direct d'OpenAlex

Many developed countries have turned to immigration in order to mitigate the consequences of population aging, particularly the expected decline in the labor force population. Yet, few projection models take in consideration explicitly the differentials in labor force participation of population sub-groups. This paper describes the labor force participation module of CEPAM-Mic, which is a microsimulation model that projects several demographic, ethnocultural, and socioeconomic dimensions of the EU28 member countries population. Then, the microsimulation model is used to project EU labor force population for the period 2015–2060 under different scenarios illustrating how implementing sex- and country-specific dynamics of immigrants’ integration may affect the future labor force in terms of size, rates, and gender composition. We estimated the parameters of the labor force module using logistic regressions based on the EU-Labour Force Survey (EU-LFS). In addition to age, sex, and education, immigrant-related variables are also included, such as immigrant status, place of birth, age at immigration, and duration of residence in the estimation of the probability of being active. Our results demonstrate the importance of taking into account differentials in labor force participation of population sub-groups when asserting the potential of immigration as a tool for managing population aging. In the European context, adding immigration differentials in labor force participation affects mainly downward the number of female immigrants in the labor force, while smaller differences are observed for male immigrants. An increase in immigration levels leads obviously to an increase in the total labor force size, but may also widen gender inequalities in labor force participation and has limited impact on the total labor force participation rate. Our findings suggest that relying on immigration as a tool to alleviate economic issues arising from population aging must imperatively be accompanied by strong and efficient measures to promote a full economic integration of immigrants.

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.

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)0,004
score de la tête « metaresearch » (Gemma)0,001
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,444
Score d'incertitude au seuil0,977

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0000,000
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 Opus0,090
Tête enseignante GPT0,506
Écart entre enseignants0,416 · 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