Life Satisfaction of Employees, Labour Market Tightness and Matching Efficiency
Notice bibliographique
Résumé
Di Tella et al. (2001) show that temporary fluctuations in life satisfaction (LS) are correlated with macroeconomic circumstances such as gross domestic product, unemployment, and inflation. In this paper, we bring attention to labour market measures from search and matching models (Pissarides 2000). Our analysis follows the two-stage estimation strategy used in Di Tella et al. (2001) to explore sectoral unemployment levels, labour market tightness, and matching efficiency as LS determinants. In the first stage, we use a large sample of individual data collected from a continuous web survey during the 2007-2014 period in the Netherlands to obtain regression-adjusted measures of LS by quarter and economic sector. In the second-stage, we regress LS measures against the unemployment level, labour market tightness, and matching efficiency. Our results are threefold. First, the negative link between unemployment and an employee’s LS is confirmed at the sectoral level. Second, labour market tightness, measured as the number of vacancies per job-seeker rather than the number of vacancies per unemployed, is shown to be relevant to the LS of workers. Third, labour market matching efficiency affects the LS of workers differently when they are less satisfied with their job and in temporary employment. Our results give support to government interventions aimed at activating demand for labour, improving the matching of job-seekers to vacant jobs, and reducing information frictions by supporting match-making technologies.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 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 source (Gemma direct ou Codex distillé), 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 ».