MétaCan
Menu
← Retour à la cohorte
Enregistrement W3121402735 · doi:10.3386/w21416

Micro-Evidence on Product and Labor Market Regime Differences between Chile and France

2015· article· en· W3121402735 sur OpenAlexaff
Sabien Dobbelaere, Rodolfo Lauterbach, Jacques Mairesse

Notice bibliographique

RevueNational Bureau of Economic Research · 2015
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueGlobal trade and economics
Établissements canadiensBC Innovation Council
Organismes subventionnairesnon disponible
Mots-clésCompetition (biology)MonopsonyProduct marketEconomicsProduct (mathematics)Latin AmericansLabour economicsMarket economy

Résumé

récupéré en direct d'OpenAlex

Institutions, social norms and the nature of industrial relations vary greatly between Latin American and Western European countries.Such institutional and organizational differences might shape firms operational environment in general and the type of competition in product and labor markets in particular.Contributing to the literature on estimating simultaneously product and labor market imperfections, this paper quantifies industry differences in both types of imperfections using firm-level data in Chile, a non-OECD member under the considered time period, and France.We rely on two extensions of Hall's econometric framework for estimating price-cost margins by nesting three labor market settings (perfect competition or right-to-manage bargaining, efficient bargaining and monopsony).Using an unbalanced panel of 1,737 firms over the period 1996-2003 in Chile containing unique data on firm-level output price indices and 14,270 firms over the period 1994-2001 in France, we first classify 20 comparable manufacturing industries in 6 distinct regimes that differ in the type of competition prevailing in product and labor markets.We then investigate industry differences in the estimated product and labor market imperfections.Consistent with differences in institutions and in the industrial relations system in the two countries, we find important regime differences across the two countries.In addition, we observe cross-country differences in the levels of product and labor market imperfections within regimes.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,066
Score d'incertitude au seuil0,131

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,001
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

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 Opus0,464
Tête enseignante GPT0,415
Écart entre enseignants0,049 · 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 source (Gemma direct ou Codex distillé), 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

Citations0
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNational Bureau of Economic Research→Même sujetGlobal trade and economics→Travaux en français237 207→