MétaCan
Menu
Retour à la cohorte
Enregistrement W2975600900 · doi:10.26425/2309-3633-2019-2-95-103

Wages in the U.S. Manufacturing industry

2019· article· en· W2975600900 sur OpenAlexaff
N. E. Petrovskaya

Notice bibliographique

RevueUPRAVLENIE / MANAGEMENT (Russia) · 2019
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueEconomic Development and Digital Transformation
Établissements canadiensInstitute for Christian Studies
Organismes subventionnairesnon disponible
Mots-clésManufacturingProduction (economics)WageDistribution (mathematics)Wages and salariesLabour economicsEconomicsWork (physics)BusinessEngineeringMarketingMacroeconomics

Résumé

récupéré en direct d'OpenAlex

Based on data from official American statistics, the issue of wages in the United States of America manufacturing industry has been considered. This study is an important area of study of modern social and economic problems of the United States. Manufacturing plays an important role in the economy of the US, because it creates a material basis for all other industries. The trends and problems in this area have been revealed in the article. For a comprehensive analysis a systematic approach, economic-statistical and logical research methods have been used in the paper. A comprehensive study of wages in the most important sectors of the national economy has been carried out, based on data from the Bureau of Labor Statistics of the US Department of Labor. Separate attention has been paid to the category of “production workers”, whose share is about 70%. The statistical data on the average annual wage of production workers by industry according to the NAICS have been adduced. The significance of the manufacturing industry in creating, maintaining and returning jobs for the US economy has been shown.The difference in wages depending on the level of education, work experience and profession has been analyzed. The data on the highest paid industrial professions have been adduced. The uneven distribution of the manufacturing industry by states has been shown. It has been noted, that the reduction in the coverage of the trade union movement of American workers is another factor, affecting the level of wages. The correlation between production volume and Gini Coefficient in the USA in the period from 1947 to 2014 has been presented in the article. It has been noticed, that the growth of inequality in the US income and the decline of the manufacturing industry are interrelated.

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)0,000
score de la tête « metaresearch » (Gemma)0,002
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 enseignants0,030
Score d'incertitude au seuil0,059

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,004
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
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 Opus0,021
Tête enseignante GPT0,193
Écart entre enseignants0,172 · 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

Citations0
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueUPRAVLENIE / MANAGEMENT (Russia)Même sujetEconomic Development and Digital TransformationTravaux en français237 207