MétaCan
Menu
Retour à la cohorte
Enregistrement W3132702764 · doi:10.1093/oep/gpab002

Economic conditions, task shares, and overqualification

2021· article· en· W3132702764 sur OpenAlexaffabout
Fraser Summerfield

Notice bibliographique

RevueOxford Economic Papers · 2021
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueLabor market dynamics and wage inequality
Établissements canadiensSt. Francis Xavier University
Organismes subventionnairesnon disponible
Mots-clésTask (project management)UnemploymentCognitionQuality (philosophy)EconomicsLabour economicsAffect (linguistics)Point (geometry)Demographic economicsPsychologyEconomic growthManagementMathematicsCommunication

Résumé

récupéré en direct d'OpenAlex

Abstract This article demonstrates that economic conditions affect job match quality by influencing the task shares of available jobs. Cognitive (reasoning/communication) and physical (sensory/coordination) task shares and education-based overqualification measures are generated from Canada’s Labour Force Survey, the Career Handbook, and the Occupational Information Network database. In unfavourable labour markets, cognitive task intensity decreases and physical task intensity rises. The task content of newly formed jobs is then shown to be an important empirical determinant of overqualification. A calibrated search model that accounts for these findings quantifies the costs of increased overqualification. Each percentage point increase in unemployment raises overqualification by 5.8 percentage points, partly due to changes in task shares. Economic output subsequently decreases by about 0.6%.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,835
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,017
Tête enseignante GPT0,231
Écart entre enseignants0,214 · 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 tête enseignante, pas un consensus.

Devis d'étudeThéorique ou conceptuel
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

Citations6
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueOxford Economic PapersMême sujetLabor market dynamics and wage inequalityTravaux en français237 207