Earnings Dynamics and Intergenerational Transmission of Skill
Notice bibliographique
Résumé
This paper develops and estimates a two-factor model of intergenerational skill transmission when earnings inequality reflects differences in individual skills and other non-skill shocks.We consider heterogeneity in both initial skills and skill growth rates, allowing variation in skill growth to change over the lifecycle.Using administrative tax data on two linked generations of Canadians covering 37 years, we exploit covariances in log earnings (at different ages) both across and within generations to identify and estimate the intergenerational correlation structure for initial skills and skill growth rates, lifecycle skill growth profiles, and the dynamics of nonskill earnings shocks.We estimate low intergenerational elasticities (IGEs) for earnings in Canada (less than 0.2, even when based on 5-and 9-year average earnings); however, skill IGEs are typically 2-3 times larger due to considerable (and persistent) variation in earnings conditional on skills.Both earnings and skill IGEs decline substantially for more recent cohorts and are lower for children born to younger fathers.We estimate significant heterogeneity in both initial skills and skill growth rates, showing that intergenerational transmission of these factors explains up to 40% of children's skill variation.Skills become a more important determinant of earnings over the first part of workers' careers, while intergenerational transmission of skills becomes less important with age.Although "inherited" initial skills (compared to skill growth) are a more important determinant of children's skills throughout their lives, parents' initial skills and skill growth rates are equally important determinants of children's skills, largely because both strongly influence children's initial skills.Finally, we study intergenerational mobility for the 35 largest cities in Canada, determining the extent to which considerable differences in earnings and skill IGEs vary with the extent of local heterogeneity in parental skills vs. earnings instability.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».