MétaCan
Menu
← Retour à la cohorte
Enregistrement W3124706489 · doi:10.3386/w23433

The Labor Market Effects of Refugee Waves: Reconciling Conflicting Results

2017· article· en· W3124706489 sur OpenAlexfundno aff
Michael A. Clemens, Jennifer Hunt

Notice bibliographique

RevueNational Bureau of Economic Research · 2017
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueMigration and Labor Dynamics
Établissements canadiensnon disponible
Organismes subventionnairesGlobal Affairs Canada
Mots-clésRefugeeMiamiSpurious relationshipImmigrationDemographic economicsNatural experimentPopulationEconomicsDevelopment economicsLabour economicsPolitical scienceSociologyDemographyMedicineMathematics

Résumé

récupéré en direct d'OpenAlex

An influential strand of research has tested for the effects of immigration on natives' wages and employment using exogenous refugee supply shocks as natural experiments.Several studies have reached conflicting conclusions about the effects of noted refugee waves such as the Mariel Boatlift in Miami and post-Soviet refugees to Israel.We show that conflicting findings on the effects of the Mariel Boatlift can be explained by a large difference in the pre-and post-Boatlift racial composition in subsamples of the Current Population Survey extracts.This compositional change is specific to Miami, unrelated to the Boatlift, and arises from selecting small subsamples of workers.We also show that conflicting findings on the labor market effects of other important refugee waves are caused by spurious correlation between the instrument and the endogenous variable introduced by applying a common divisor to both.As a whole, the evidence from refugee waves reinforces the existing consensus that the impact of immigration on average native-born workers is small, and fails to substantiate claims of large detrimental impacts on workers with less than high school.

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)0,088
score de la tête « metaresearch » (Gemma)0,162
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 enseignants0,088
Score d'incertitude au seuil0,465

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0880,162
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0030,002
Bibliométrie0,0080,006
Études des sciences et des technologies0,0010,005
Communication savante0,0040,004
Science ouverte0,0050,005
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,169
Tête enseignante GPT0,518
Écart entre enseignants0,349 · 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
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNational Bureau of Economic Research→Même sujetMigration and Labor Dynamics→Travaux en français237 207→