MétaCan
Menu
Retour à la cohorte
Enregistrement W2903118354 · doi:10.1111/caje.12432

Unions and wage inequality: The roles of gender, skill and public sector employment

2020· article· en· W2903118354 sur OpenAlexaffvenueabout
David Card, Thomas Lemieux, W. Craig Riddell

Notice bibliographique

RevueCanadian Journal of Economics/Revue canadienne d économique · 2020
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueLabor Movements and Unions
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésPublic sectorPrivate sectorInequalityLabour economicsWorkforceWageWage inequalityEconomicsWage shareEfficiency wageDemographic economicsEconomic growthEconomy

Résumé

récupéré en direct d'OpenAlex

Abstract We examine the changing relationship between unionization and wage inequality in Canada and the United States. Our study is motivated by profound recent changes in the composition of the unionized workforce. Historically, union jobs were concentrated among low‐skilled men in private sector industries. With the steady decline in private sector unionization and rising influence in the public sector, half of unionized workers are now in the public sector. Accompanying these changes was a remarkable rise in the share of women among unionized workers. Currently, approximately half of unionized employees in North America are women. While early studies of unions and inequality focused on males, recent studies find that unions reduce wage inequality among men but not among women. In both countries, we find striking differences between the private and public sectors in the effects of unionization on wage inequality. At present, unions reduce economy‐wide wage inequality by less than 10%. However, union impacts on wage inequality are much larger in the public sector. Once we disaggregate by sector, the effects of unions on male and female wage inequality no longer differ. The key differences in union impacts are between the public and private sectors—not between males and females.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,617
Score d'incertitude au seuil0,770

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0020,002
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

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 Opus0,196
Tête enseignante GPT0,224
Écart entre enseignants0,027 · 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 source (Gemma direct ou Codex distillé), 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

Citations105
Publié2020
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Economics/Revue canadienne d économiqueMême sujetLabor Movements and UnionsTravaux en français237 207