MétaCan
Menu
Retour à la cohorte
Enregistrement W3123165713

Are Returns to Education on the Decline in Venezuela and Does Mission Sucre Have a Role to Play

2009· preprint· en· W3123165713 sur OpenAlexaboutno aff
Naihobe Gonzales, Ruth Uwaifo Oyelere

Notice bibliographique

RevueRePEc: Research Papers in Economics · 2009
Typepreprint
Langueen
DomaineSocial Sciences
ThématiqueEconomic and Social Development
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSurpriseEconomicsRecessionGlobeGross domestic productQuarter (Canadian coin)Argument (complex analysis)Development economicsEconomic growthDemographic economicsPolitical scienceBusinessGeographySociology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

There is anecdotal evidence that the standard of living for the educated has fallen in Venezuela over the last few years. This evidence comes as a surprise because after experiencing an economic downturn in 2002 and 2003, Venezuela's economy has boomed (gross domestic product growth has hovered between 8 and 18%) in large part due to the increase in the price of petroleum. In this paper, we provide evidence that returns to education have decreased significantly in Venezuela from 2002 to 2008. More importantly, we focus on what has led to the decrease in returns. We explore a fall in quality and a supply-demand argument for this decline. Mission Sucre was enacted in September 2003 by President Hugo Chavez to provide free mass tertiary education, in particular targeting the poor and marginalized. The implementation of this program created a sudden increase in the supply of skilled labor and had a direct impact on quality of education. Although we do not claim that 100% of the decline between 2002 and 2008 can be linked to this program, we provide ample evidence that a good part of the falling returns can be linked to Mission Sucre. Specifically, we show that for a 1% increase in the share of Mission Sucre students in the state, returns to university level of education declined by about 5.6 percentage points between 2007 and 2008.

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 enseignants0,127
Score d'incertitude au seuil0,252

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
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0070,000

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 Opus0,039
Tête enseignante GPT0,373
Écart entre enseignants0,334 · 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
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRePEc: Research Papers in EconomicsMême sujetEconomic and Social DevelopmentTravaux en français237 207