MétaCan
Menu
Retour à la cohorte
Enregistrement W2994257352

EMPLOYMENT BY SECTOR IN THE EUROPEAN UNION, THE UNITED STATES, MEXICO AND CANADA, 1985-2005

2006· article· en· W2994257352 sur OpenAlexaboutno aff
María del Carmen Guisán Seijas, Eva Aguayo Lorenzo

Notice bibliographique

RevueEERS. Estudios económicos regionales y sectoriales · 2006
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueUnemployment and Economic Growth
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEuropean unionWageMember statesEu countriesEconomicsDemographic economicsGeographyBusinessInternational tradeLabour economics
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

We present a comparison of the rates of employment by sector in 15 European countries, and 3 Northern American countries. We find that EU15 average rate of employment in Services and total is below the United States and Canada, and relate this fact with the level of industrial development and other factors. The main conclusion is that although industrial development is the main cause of relatively low levels of real value-added and employment rates in countries such as Spain, Mexico, Greece and Portugal, there are other EU countries with higher level of industrial development, which show a rate of employment in services below their capacity, such as in the cases of France and Germany, which may be due to rigidities in taxes and rules. The most outstanding EU countries reaching both a high rate of employment and average wage above EU mean are the United Kingdom and 7 smaller countries: Austria, Denmark, Finland, Ireland, Luxembourg, Netherlands, and Sweden

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 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)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,293
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
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)0,0000,000

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 Opus0,019
Tête enseignante GPT0,180
Écart entre enseignants0,161 · 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 tête enseignante, pas un consensus.

Devis d'étudeSans objet
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

Citations6
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEERS. Estudios económicos regionales y sectorialesMême sujetUnemployment and Economic GrowthTravaux en français237 207