MétaCan
Menu
Retour à la cohorte
Enregistrement W3124743025

On-the-Job Search and Business Cycles

2008· article· en· W3124743025 sur OpenAlexaff
Shouyong Shi, Guido Menzio

Notice bibliographique

Revue2008 Meeting Papers · 2008
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueLabor market dynamics and wage inequality
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésEconomicsBusiness cycleUnemploymentRecessionProductivityVolatility (finance)Aggregate (composite)Beveridge curveWageEconometricsLabour economicsMacroeconomicsUnemployment rate
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

In this paper, we develop a tractable model of the labor market where workers search for jobs both while unemployed and while on the job. Search is directed in the sense that each worker chooses to search for the offer that provides the optimal tradeoff between the probability of obtaining the offer and the increase in the value relative to the worker's current employment. There are both aggregate and match-specific shocks, on which the wage path in an offer can be contingent. We characterize the equilibrium analytically and show that the equilibrium is unique and socially efficient. On the quantitative side, we calibrate the model to the US data to measure the effect of aggregate productivity fluctuations on the labor market. We find that productivity fluctuations account for approximately 64% of the cyclical volatility in US unemployment. Moreover, productivity fluctuations generate the same matrix of correlations between unemployment and other labor market variables as in the US. In particular, the Beveridge curve is negatively sloped over business cycles, and the magnitude of the slope is the same as in the data. In light of these findings, we conclude that productivity shocks are one of the main forces driving labor market fluctuations over business cycles. Furthermore, we find that recessions have a cleansing effect on the economy.

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)0,004
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,030

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0090,001

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 Opus0,035
Tête enseignante GPT0,221
Écart entre enseignants0,186 · 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

Citations4
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revue2008 Meeting PapersMême sujetLabor market dynamics and wage inequalityTravaux en français237 207