MétaCan
Menu
Retour à la cohorte
Enregistrement W3125220472

Inequality from Generation to Generation: The United States in Comparison

2016· preprint· en· W3125220472 sur OpenAlexaboutno aff
Miles Corak

Notice bibliographique

RevueEconstor (Econstor) · 2016
Typepreprint
Langueen
DomaineSocial Sciences
ThématiqueIntergenerational and Educational Inequality Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésInequalityMeaning (existential)Government (linguistics)PoliticsState (computer science)Order (exchange)Public policyPolitical scienceWork (physics)Political economyEconomicsSociologyDevelopment economicsEconomic growthLawPsychology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

To understand the degree of intergenerational mobility in the United States, and the differences between Americans and others, it is important to appreciate the workings and interaction of three fundamental institutions: the family, the market, and the state. But comparisons can also be misleading. The way in which families, labor markets, and government policy determine the life chances of children is complicated; the result of a particular history, societal values, and the nature of the political process. It might be one thing to say that the United States has significantly less intergenerational mobility than Denmark or Norway, but it is entirely another thing to suggest that these countries offer templates for the conduct of public policy that can be applied on this side of the Atlantic. There is no way to get from here to there. It is helpful to focus on a particularly apt comparison, that between the United States and Canada, in order to illustrate how the configuration of the forces determining the transmission of inequality across generations differs in spite of the fact that both of these countries share many other things in common, particularly the importance and meaning of equality of opportunity and the role of individual hard work and motivation.

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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,123
Score d'incertitude au seuil0,244

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,006
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0000,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,129
Tête enseignante GPT0,371
Écart entre enseignants0,242 · 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

Citations68
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEconstor (Econstor)Même sujetIntergenerational and Educational Inequality StudiesTravaux en français237 207