MétaCan
Menu
Retour à la cohorte
Enregistrement W3121273612

Participation in Adult Schooling and Its Earnings Impact in Canada

2006· article· en· W3121273612 sur OpenAlexaboutno aff
Boris Palameta, Xuelin Zhang

Notice bibliographique

RevueAnalytical Studies Branch Research Paper Series · 2006
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueLabor market dynamics and wage inequality
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEarningsCertificateWageHuman capitalDemographic economicsLabour economicsInvestment (military)Rate of returnEconomicsBusinessPolitical scienceFinanceEconomic growth
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Based on a sample drawn from Statistics Canada's Survey of Labour and Income Dynamics (SLID: 1993 to 1998 and 1996 to 2001), the study finds that young (17 to 34 years old) and single workers were more likely than older (35 to 59 years old) and married and divorced workers to participate in adult schooling and to obtain a post-secondary certificate. Workers with less than a high school education who might have the greatest need to increase their human capital investment were less likely to participate in adult education than workers with high school or more education. The study shows that male workers who obtained a post-secondary certificate while staying with the same employer generally registered higher wage and earnings gains than their counterparts who did not go back to school, regardless of age and initial level of education. On the other hand, men who obtained a certificate and switched jobs generally realized no significant return to their additional education, with the exception of young men (17 to 34 years old) who would receive significant returns to a certificate, whether they switched employer or stayed with the same employer. Obtaining a certificate generated significant wage and earnings returns for older women (aged 35 to 59) who stayed with the same employer, and significant wage returns for young women who switched employers.

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)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,154
Score d'incertitude au seuil0,511

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,062
Tête enseignante GPT0,348
Écart entre enseignants0,286 · 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'étudeObservationnel
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

Citations36
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAnalytical Studies Branch Research Paper SeriesMême sujetLabor market dynamics and wage inequalityTravaux en français237 207