Quality of Work Experience and Economic Development - Estimates using Canadian Immigrant Data
Notice bibliographique
Résumé
There is increasing evidence in the economic development literature that the quality of schooling considerably varies across countries that are at different stages in their economic development. However, an issue that has been overlooked is the role of the quality of work experience in explaining differences in economic development. This paper uses Canadian census data on immigrant earnings to show that per capita GDP in the country of origin can be used as a quality indicator for both education and work experience. Coefficients estimated from immigrant earnings regressions are then used to estimate the effects of difference in human capital quality on development gaps between rich and poor countries. The analysis shows that while differences in the quality of schooling account for substantial differences in living standards across countries, differences in the quality of work experience can account for even more. Policywise, our results suggest that the immediate effects of improving the quality and the quantity of schooling in less-developed countries might be rather limited if labour-market institutions and ways of doing things are not changed at the same time to improve the quality of work experience. / La littérature sur le développement économique reconnait de plus en plus que la qualité de l’éducation varie considérablement d’un pays à l’autre selon le stade de développement. Cependant, une question qui a été ignorée jusqu’à maintenant est la contribution de la qualité de l’expérience de travail à l’explication des écarts de niveaux de vie entre les pays. L’analyse présentée dans ce document utilise des données canadiennes de recensement sur les salaires des immigrants pour montrer que le PIB par habitant du pays d’origine peut être utilisé comme indicateur de qualité pour l’éducation et l’expérience de travail acquises dans ce pays. Les coefficients estimés à partir d’équations de régression des salaires des immigrants sont ainsi utilisés pour mesurer les effets de différences de qualité de capital humain sur les écarts de niveaux de vie entre les pays riches et les pays pauvres. Les résultats montrent que quoique la qualité de l’éducation soit un déterminant majeur des écarts de niveaux de vie, la qualité de l’expérience de travail est encore plus importante du point de vue quantitatif. En ce qui concerne les politiques de développement économique, les résultats de notre analyse donnent à penser que les bénéfices à court terme d’augmenter la qualité et la quantité de scolarité dans les pays pauvres sont plutôt faibles si les institutions et les façons de faire sur les marchés du travail ne sont pas en même temps changées pour améliorer la qualité de l’expérience de travail.
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 | 0,003 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,005 | 0,009 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 ».