MétaCan
Menu
Retour à la cohorte
Enregistrement W2969445039

Intergenerational income mobility in the UK : new evidence using the BHPS and understanding society

2019· preprint· en· W2969445039 sur OpenAlexaboutno aff
Bertha Rohenkohl

Notice bibliographique

RevueWhite Rose Research Online (University of Leeds, The University of Sheffield, University of York) · 2019
Typepreprint
Langueen
DomaineSocial Sciences
ThématiqueIntergenerational and Educational Inequality Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBritish Household Panel SurveyIncome elasticity of demandEconomicsIncome distributionEconometricsQuarter (Canadian coin)Demographic economicsSample (material)Net national incomeSocial mobilityPermanent income hypothesisHousehold incomeLabour economicsPublic economicsGeographyGross incomeMacroeconomicsMathematicsInequalitySociology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Using a new dataset combining the British Household Panel Survey and Understanding Society, I estimate the intergenerational income elasticity in the UK for individuals born between 1973 and 1991. Employing the traditional OLS approach as well as an alternative two-stage residual method that better controls for life-cycle effects, my results indicate that the intergenerational income elasticity is approximately 0.25. This means that around one quarter of every additional 1% of income advantage enjoyed by parents is passed on to their children. I also estimate income rank coefficients, which are a measure of positional mobility in the income distribution and these results corroborate the analysis of elasticities. These main results are largely robust to changes in the specifications of the model, sample restrictions and to the use of different measures of income. I also obtain regional estimates of mobility, and find large differences between the North and South of England

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)0,002
score de la tête « metaresearch » (Gemma)0,011
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 enseignants0,214
Score d'incertitude au seuil0,426

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,011
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,006
Études des sciences et des technologies0,0000,001
Communication savante0,0010,002
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,353
Tête enseignante GPT0,391
Écart entre enseignants0,038 · 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

Citations8
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWhite Rose Research Online (University of Leeds, The University of Sheffield, University of York)Même sujetIntergenerational and Educational Inequality StudiesTravaux en français237 207