MétaCan
Menu
← Retour à la cohorte
Enregistrement W3125112617

Temporary foreign workers and firms: Theory and Canadian evidence

2016· preprint· en· W3125112617 sur OpenAlexaffabout
Pierre Brochu, Till Gross, Christopher Worswick

Notice bibliographique

RevueRePEc: Research Papers in Economics · 2016
Typepreprint
Langueen
DomaineSocial Sciences
ThématiqueMigration and Labor Dynamics
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésWageAbsenteeismLabour economicsUnemploymentEconomicsWork (physics)Temporary workMinimum wageDemographic economicsBusinessEngineeringEconomic growth
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The goal of our paper is to better understand the economic implications of Temporary Foreign Worker (TFW) programs as well as comprehend the underlying reasons for the rapid expansion of the number of TFWs hired by employers under the Canadian program brought to light in 2014. We present an efficiency wage model that allows for the possibility that a firm, unable to find a worker after advertising for a period of time, may hire a TFW at the advertised wage. Due to the assumed lower outside option for the TFW than the domestic worker, the TFW will exert higher effort than a domestic worker even if the TFW is paid the same wage as would have been paid to a domestic worker. In equilibrium, lower wage offers are made to less-skilled domestic workers when a TFW program of this kind is in place. The model also implies higher unemployment rates for domestic workers after the introduction of a TFW program. Our empirical analysis is based on the confidential master files of the Canadian Census (1991-2006) and the Labour Force Survey (2006-2013). We find that TFWs in Canada work longer hours, have lower rates of absenteeism, and are less likely to be laid off, consistent with higher effort in our model. Moreover, TFWs work at lower wage rates than domestic workers even for similar job characteristics, which is also a prediction of our model.

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)0,002
score de la tête « metaresearch » (Gemma)0,010
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 enseignants0,035
Score d'incertitude au seuil0,193

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,010
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,010
Études des sciences et des technologies0,0040,003
Communication savante0,0040,002
Science ouverte0,0020,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0200,001

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 Opus0,041
Tête enseignante GPT0,342
Écart entre enseignants0,301 · 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

Citations1
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueRePEc: Research Papers in Economics→Même sujetMigration and Labor Dynamics→Travaux en français237 207→