Notice bibliographique
Résumé
This thesis contains three essays on wages, worker mobility and the macroeconomy. Chapter 1 develops an equilibrium model of the labor market with on-the-job search, wage-tenure contracts, and heterogeneity in match productivity. The model predicts an inverse relationship between match productivity and post-unemployment wages where workers in high productivity matches earn a low wage initially, but experience significant wage growth over tenure. The model is considered in the context of labor market entry for young adults. Unemployment risk in the transition process reduces worker mobility and limits the ability of workers to recover from a low quality initial match. Quantitatively, workers that initially form low quality matches expect to produce 8.0% less and consume 5.2% less in their first three years in the labor market relative to workers that initially form high quality matches. Chapter 2 studies efficiency in the model developed in Chapter 1. The social planner's match formation strategy perfectly insures employed workers against unemployment risk and results in an 11.3% increase in permanent consumption relative to the competitive equilibrium. Two self-financed policies in the forms of an extension of unemployment insurance and a hiring subsidy are considered as alternative strategies to increase worker welfare. The optimal policies increase permanent consumption by 5.1% and 1.3% respectively relative to the competitive equilibrium, however both policies are associated with a decrease in average output per worker. Chapter 3, joint with Shouyong Shi, develops an equilibrium model of the labor market where workers have incomplete information about their ability. Search outcomes yield information for updating the belief about the ability, which affects optimal search decisions in the future. Firms respond to updated beliefs by altering vacancy creation and optimal wage contracts. To study equilibrium interactions between learning and search, this paper integrates learning into a search equilibrium with on-the-job search and wage-tenure contracts. The model is calibrated to quantify the extent to which learning and on-the-job search can explain empirical facts related to wage decreases in job-to-job transitions, duration dependence in unemployment, and frictional wage dispersion.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».