MétaCan
Menu
Retour à la cohorte
Enregistrement W2940685465 · doi:10.17848/wp19-301

Local Job Multipliers in the United States: Variation with Local Characteristics and with High-Tech Shocks

2019· report· en· W2940685465 sur OpenAlexaboutno aff
Timothy J. Bartik, Nathan Sotherland

Notice bibliographique

Revuenon disponible
Typereport
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueRegional Economics and Spatial Analysis
Établissements canadiensnon disponible
Organismes subventionnairesPew Charitable Trusts
Mots-clésHigh techQuarter (Canadian coin)EconomicsShock (circulatory)Job creationDemand shockEconometricsPopulationLagrange multiplierMicroeconomicsLabour economicsMathematicsGeographyMathematical optimization

Résumé

récupéré en direct d'OpenAlex

This paper provides new estimates of local job multipliers, the ratio of total jobs generated to some initial number of jobs created from a demand shock. Multipliers greatly affect benefits versus costs of local job-creation policies. These new estimates rely on improved methodology and data. The methodology better captures dynamic effects of demand shocks, specifies the model so that demand shocks are more comparable, and is more general in the types of demand shocks that are considered. The data has more industry detail than that used in previous studies. The local job multipliers estimated tend to be about one-quarter lower than typically estimated local multipliers, closer to 1.5 than to 2.0. In addition, demand shocks to all industries matter, not just to tradable industries. Multipliers are similar across different types of geographic areas, with county multipliers being only one-quarter below commuting zone multipliers and state multipliers only one-quarter above commuting zone multipliers. Multipliers are not larger for larger commuting zones, but they increase in commuting zones that have lower initial employment to population ratios. Multipliers are higher for high-tech industries, particularly in commuting zones with a larger initial high-tech share. In such high-tech local economies, high-tech multipliers may be close to 3. While our high-tech multipliers are greater than for other industries, our estimated high-tech multipliers are less than in some prior studies.

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 enseignants0,038
Score d'incertitude au seuil0,075

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 technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,023
Tête enseignante GPT0,206
Écart entre enseignants0,183 · 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

Citations29
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetRegional Economics and Spatial AnalysisTravaux en français237 207