MétaCan
Menu
Retour à la cohorte
Enregistrement W3025447605

Social Mobility in Mexico. What Can We Learn from Its Regional Variation

2020· preprint· en· W3025447605 sur OpenAlexaboutno aff
Marcelo Delajara, Raymundo M. Campos Vasquez, Roberto Vélez-Grajales

Notice bibliographique

RevueRePEc: Research Papers in Economics · 2020
Typepreprint
Langueen
DomaineSocial Sciences
ThématiqueIntergenerational and Educational Inequality Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSocial mobilityInequalityHuman capitalPercentileDemographic economicsSocial capitalGeographyPercentile rankEconomic mobilityEconomicsDemographyPolitical scienceEconomic growthPovertySociologyStatisticsMathematics
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

We run rank-rank regressions to estimate relative and absolute upward intergenerational social mobility of wealth in Mexico. At the national level, social mobility is low and the intergenerational persistence rate is high: 0.62. In terms of absolute upward mobility, those born in households at the 25th percentile reach, on average, the 35th percentile. At the regional level, the estimations show a clear north-south gradient: the children of poor parents show greater upward mobility with increasing distance from the south, the country?s poorest region. Notably, the opportunities to move up the social ladder are fewer and less compact than in Canada or the United States: in Mexico, inequality of opportunity by place of birth is greater. The variables most correlated with social mobility at the regional level seem to show an association between lower social mobility and higher inequality of opportunity in human capital accumulation and access to work and income throughout the life cycle.

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)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,477
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
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 Opus0,176
Tête enseignante GPT0,414
Écart entre enseignants0,238 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeQualitatif
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
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRePEc: Research Papers in EconomicsMême sujetIntergenerational and Educational Inequality StudiesTravaux en français237 207