New Estimates of Public Employment and Training Program Net Impacts: A Nonexperimental Evaluation of the Workforce Investment Act Program
Notice bibliographique
Résumé
This paper presents nonexperimental net impact estimates for the Adult and Dislocated Worker programs under the Workforce Investment Act (WIA), the primary federal job training program in the U.S. The key measure of interest is the difference in average quarterly earnings or employment attributable to WIA program participation for those who participate, estimated for up to four years following entry into the program. These estimates of WIA program impact are based on administrative data from 12 states, covering approximately 160,000 WIA participants and nearly 3 million comparison group members. Propensity score matching methods are used to compare WIA program participants with comparison groups of individuals who are observationally equivalent across a range of demographic characteristics, social welfare benefit receipt, geographic area, and prior labor market experiences but who either did not receive WIA services or did not receive WIA training. The results for the average participant in the WIA Adult program show that participating is associated with a several-hundred-dollar increase in quarterly earnings. The marginal benefits of training may exceed $400 in earnings each quarter three years after program entry. Dislocated Worker program participants experience smaller benefits than for those in the Adult program. Although it is not possible to rule out the possibility that some of our estimates may be influenced by systematic selection, we undertake a variety of robustness tests suggesting that the general pattern of the results almost surely reflects actual program impacts on individual participants.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».