MétaCan
Menu
Retour à la cohorte
Enregistrement W3121923131 · doi:10.34989/swp-1997-12

A Micro Approach to the Issue of Hysteresis in Unemployment: Evidence from the 19881990 Labour Market Activity Survey

2021· preprint· en· W3121923131 sur OpenAlexaffabout
Gordon Wilkinson

Notice bibliographique

RevueRePEc: Research Papers in Economics · 2021
Typepreprint
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueLabor market dynamics and wage inequality
Établissements canadiensBank of Canada
Organismes subventionnairesnon disponible
Mots-clésUnemploymentHumanitiesPolitical scienceEconomicsArtEconomic growth

Résumé

récupéré en direct d'OpenAlex

This paper uses a rich set of microeconomic labour market data—the 1988­90 Labour Market Activity Survey published by Statistics Canada—to test whether there is negative duration dependence in unemployment spells. It updates and extends similar work carried out by Jones (1995) who used the 1986­87 Labour Market Activity Survey. Applying hazard model estimation, the analysis finds some evidence of negative duration dependence at the microeconomic level, which is consistent with the de-skilling hypothesis of hysteresis. These microeconomic estimates of negative duration dependence are used to compute macroeconomic estimates of hysteresis in unemployment. The results suggest that hysteresis effects from de-skilling are very small at the macro level, contributing less than 0.1 percentage points to the aggregate unemployment rate. The small estimated size of this hysteresis effect may explain why evidence of hysteresis has been so difficult to find at the macroeconomic level. The paper also shows that Unemployment Insurance (UI) benefits reduce the probability of exiting from unemployment and that unemployment duration does not seem to be prolonged by reservation-wage effects.

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)0,002
score de la tête « metaresearch » (Gemma)0,009
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 enseignants0,028
Score d'incertitude au seuil0,056

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,009
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,003
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,085
Tête enseignante GPT0,311
Écart entre enseignants0,226 · 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

Citations10
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueRePEc: Research Papers in EconomicsMême sujetLabor market dynamics and wage inequalityTravaux en français237 207