MétaCan
Menu
Retour à la cohorte
Enregistrement W3124071105

Do layoffs increase transitions to postsecondary education among adults

2016· article· en· W3124071105 sur OpenAlexaboutno aff
Wen Ci

Notice bibliographique

RevueAnalytical Studies Branch Research Paper Series · 2016
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueEducation Systems and Policy
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésLayoffMicrodata (statistics)Demographic economicsJob lossDisplaced workersLabour economicsRecessionHuman capitalEconomicsLongitudinal dataGreat recessionAttendanceDemographyUnemploymentPopulationEconomic growth
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Faced with job loss, displaced workers may choose to return to school to help them reintegrate into the labour force. Job losses in a given local labour market may also induce workers who have not yet been laid off to pre-emptively enrol in postsecondary (PS) institutions, as a precautionary measure. Combining microdata and grouped data, this study examines these two dimensions of the relationship between layoffs and PS enrolment over the 2001-to-2011 period. Using individual-level longitudinal microdata and controlling for the unobserved heterogeneity of workers in a flexible way, the study finds that laid-off male and female workers are two to four percentage points more likely than other men and women to transition to PS education in the year of the layoff or the following year (from a baseline rate of about three per cent). For both sexes, full-time PS enrolment accounts for most of the increase in enrolment. Statistically significant correlations between layoffs and full-time PS attendance are detected between two years before job loss and two years after job loss. The study also takes advantage of the fact that the 2008-2009 recession increased layoff rates in a differentiated way across Canada and, thus, generated exogenous variation in layoff rates at the regional level.

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)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,525
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,086
Tête enseignante GPT0,462
Écart entre enseignants0,376 · 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.

Devis d'étudeSans objet
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

Citations1
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAnalytical Studies Branch Research Paper SeriesMême sujetEducation Systems and PolicyTravaux en français237 207