MétaCan
Menu
Retour à la cohorte
Enregistrement W2958004987 · doi:10.1093/wber/lhaa013

Demand-Driven Youth Training Programs: Experimental Evidence from Mongolia

2020· article· en· W2958004987 sur OpenAlex
María Laura Alzúa, Soyolmaa Batbekh, Altantsetseg Batchuluun, Bayarmaa Dalkhjav, José Galdo

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

RevueThe World Bank Economic Review · 2020
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueLabor market dynamics and wage inequality
Établissements canadiensCarleton University
Organismes subventionnairesnon disponible
Mots-clésEarningsDisadvantagedVocational educationEconomicsTraining (meteorology)Randomized experimentPlanned economyHuman capitalIntervention (counseling)Labour economicsDemographic economicsYouth unemploymentAverage treatment effectEconomic growthUnemploymentEconomic systemPsychologyGeographyMedicineFinance

Résumé

récupéré en direct d'OpenAlex

Abstract The effectiveness of a demand-driven vocational-training program for disadvantaged youth in Ulaanbaatar, the capital city of Mongolia is assessed through a randomized controlled trial. Mongolia, a transitional country whose economic structure shifted from a Communist, centrally planned economy to a free-market economy over a relatively short period, offers a new setting in which to test the effectiveness of market-based active-labor-market policies. Results show short-term positive impacts on self-employment and skills match, while positive but uncertain effects emerge for employment and earnings. Substantial heterogeneity emerges as relatively older, richer, and better-educated individuals drive these positive effects. A second intervention, in which participants were randomly assigned to receive newsletters with information on market returns to vocational training, shows statistically meaningful effects on the length of exposure to the program (i.e., number of training days attended). These positive impacts, however, do not lead to higher employment or greater earnings.

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)0,001
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 consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,764
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,145
Tête enseignante GPT0,288
Écart entre enseignants0,143 · 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