Notice bibliographique
Résumé
This dissertation studies the effect of trade on wage dispersion, crime rates and alcohol consumption at the local labor market level in the the U.S. The first chapter develops a new measure for skill to investigate the effects of offshoring on wages of three types of workers: high-skilled, medium-skilled, and low-skilled. I also look at the effect of offshoring on wages of offshorable occupations. Although the previous literature emphasizes the impact of offshoring on the skill premium, I find that job characteristics such as offshorability is critical in explaining the wage effect. Chapter 2 analyzes the effects of increasing import exposure from the top 6 trading partners of the US (China, Canada, Mexico, Germany, Japan and Korea) on property and violent crimes for the period 1992--2006 at the commuting zone level. My results indicate that a {dollar}1000 increase in Chinese exposure increases the property crimes by about 3 percent. On the other hand, the same amount of increase in import exposure from three other developed country trading partners, Germany, Japan and Korea, reduces property crimes between 2 to 4 percent. I find no evidence on the change of violent crimes from any of the countries. The last chapter examines the effects of increasing import competition from China on alcohol consumption at the county level for the years 2002--2006. Recent literature has shown that increasing import competition from China worsens the labor market outcomes. Lower cumulative earnings and the fear of job loss may increase financial stress for workers who may resort to alcohol as a coping mechanism. I find that increasing import exposure from China increases both the prevalence of drinking and binge drinking among workers. The effect is more pronounced for men than women. Further, for men, binge drinking has a larger effect than prevalence of drinking, whereas for women, prevalence of drinking has a larger effect than binge drinking.
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 | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,002 | 0,003 |
| Communication savante | 0,004 | 0,004 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,019 | 0,002 |
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 ».