MétaCan
Menu
Retour à la cohorte
Enregistrement W3124366431 · doi:10.20381/ruor-25522

En quelle année vaut-il mieux être né? Les revenus des hommes et des femmes au Canada pendant un quart de siècle

2001· preprint· fr· W3124366431 sur OpenAlexaboutno aff
Gilles Grenier

Notice bibliographique

RevueuO Research (University of Ottawa) · 2001
Typepreprint
Languefr
DomaineEconomics, Econometrics and Finance
ThématiqueEconomic Growth and Productivity
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPolitical scienceArt

Résumé

récupéré en direct d'OpenAlex

Il existe une perception qu’il y a des inégalités économiques entre les générations et plus précisément que la situation économique des jeunes travailleurs d’aujourd’hui est moins bonne que celle de leurs ainés. Dans ce texte, on cherche à tester cette hypothèse pour les hommes et les femmes au Canada. En combinant des micro-données des recensements canadiens de 1971, 1981, 1986, 1991 et 1996, on estime des régressions de gains qui isolent les effets de l’année de naissance et de l’âge. Les valeurs monétaires sont converties avec l’indice des prix à la consommation (IPC). Dans la spécification de base, il n’y a pas d’autres variables explicatives. Pour les hommes, on obtient le résultat que la génération la plus “chanceuse” est celle née en 1944 et que les moins fortunés sont ceux nés récemment. Pour les femmes, la génération ayant les gains les plus élevés est celle née en 1960 et les générations récentes gagnent beaucoup plus que les plus anciennes. L’inclusion de variables explicatives standards ne change pas la forme de la relation entre les gains et l’année de naissance, mais la génération qui a les gains les plus élevés est un peu plus ancienne et les écarts entre générations sont plus petits. Les résultats sont sensibles à l’utilisation de l’IPC pour convertir les revenus. Si on suppose, comme certains le pensent, que l’IPC a systématiquement surestimé les augmentations de prix dans le passé, la situation économique des jeunes générations est meilleure que ce qu’on aurait estimé autrement. Les résultats confirment en partie certaines idées courantes sur le bien-être relatif des générations, mais ils montrent aussi la difficulté de comparer les niveaux vie dans le temps. / In Which Year Is It Better to Be Born? The Earnings of Men and Women in Canada During a Quarter of a Century. There exists a perception of economic inequalities among generations and more precisely that today’s younger generations are facing worse economic conditions than those who preceded them. In this paper, this hypothesis is tested for men and women in Canada. By pooling micro-data from the Canadian censuses of 1971, 1981, 1986, 1991 and 1996, earnings regressions are estimated to isolate the effects of birth year and age. Monetary values are converted using the Consumer Price Index (CPI). In the base specification, there are no other explanatory variables. For men, it is found that the “luckiest” generation is the one born in 1944 and that the least fortunate are those born recently. For women, the generation with the highest earnings is the one born in 1960 and the recent generations earn a lot more than the earlier ones. The inclusion of standard explanatory variable does not change the shape of the relationship between earnings and birth year, but the generation with the highest earnings is a bit older and the differences among generations are smaller. The results are sensitive to the use of the CPI to convert incomes. If it is assumed, as claimed by some, that the CPI systematically overestimated price increases in the past, the economic position of the younger generations is better than estimated otherwise. The results partly confirm some current ideas about the relative well-being of generations, but they also show the difficulty of comparing living standards over time.

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 enseignants0,036
Score d'incertitude au seuil0,081

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
Bibliométrie0,0000,001
Études des sciences et des technologies0,0050,002
Communication savante0,0030,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
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 Opus0,083
Tête enseignante GPT0,271
Écart entre enseignants0,188 · 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
Publié2001
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueuO Research (University of Ottawa)Même sujetEconomic Growth and ProductivityTravaux en français237 207