MétaCan
Menu
Retour à la cohorte
Enregistrement W3120839868 · doi:10.5430/rwe.v12n1p21

Is the Minimum Wage Effective in a Context of Informality?

2021· article· en· W3120839868 sur OpenAlexvenueno aff
Susana Herrero Olarte

Notice bibliographique

RevueResearch in World Economy · 2021
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueIncome, Poverty, and Inequality
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésDecileEconomicsProxy (statistics)PovertyContext (archaeology)Panel dataWageEmpirical evidenceDemographic economicsMinimum wageInequalityLabour economicsEconometricsGeographyEconomic growthStatistics

Résumé

récupéré en direct d'OpenAlex

There is a general trend in the South American region to increase the minimum wage (MW) to reduce poverty and inequality. However, empirical studies are inconclusive with respect to the effect of the MW. This study seeks to contribute to the empirical evidence regarding the impact of this policy by exploring its limitations and possibilities for reducing poverty in Ecuador. Unlike other studies, a measure to capture informality in the labor market is included. Using fixed effect estimation with panel data, I determine the relationship between labor income deciles and variations in the MW, using a proxy for its effectiveness. The results suggest that the MW positively affects the lower income deciles, to a lesser extent the intermediate deciles and with no effect on the higher ones. However, when considering a control for the degree of informality in the labor market, the effect on the lower deciles is mitigated. Therefore, increases in the MW may be a strategy to increase the income of the middle and vulnerable class, but it does not seem to be useful for reducing poverty.

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)0,008
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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,758
Score d'incertitude au seuil0,990

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0080,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,095
Tête enseignante GPT0,413
Écart entre enseignants0,318 · 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'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

Citations5
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueResearch in World EconomyMême sujetIncome, Poverty, and InequalityTravaux en français237 207