MétaCan
Menu
Retour à la cohorte
Enregistrement W3202200687 · doi:10.1177/00346446221093053

The forest behind the tree: Heterogeneity in how U.S. Governor’s party affects black workers

2022· article· en· W3202200687 sur OpenAlexaff
Guy Tchuente, Johnson Kakeu, John Nana Francois

Notice bibliographique

RevueThe Review of Black Political Economy · 2022
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueLabor market dynamics and wage inequality
Établissements canadiensUniversity of Prince Edward Island
Organismes subventionnairesnon disponible
Mots-clésEarningsWageEconomicsGovernorCeteris paribusDemographic economicsDistribution (mathematics)Regression discontinuity designLabour economicsAllegiancePolitical sciencePoliticsLawFinance

Résumé

récupéré en direct d'OpenAlex

Income inequality is a distributional phenomenon. This paper examines the impact of U.S. governor’s party allegiance (Republican vs Democrat) on ethnic wage gap. A descriptive analysis of the distribution of yearly earnings of Whites and Blacks reveals a divergence in their respective shapes over time suggesting that aggregate analysis may mask important heterogeneous effects. This motivates a granular estimation of the comparative causal effect of governors’ party affiliation on labor market outcomes. This paper uses a regression discontinuity design (RDD) based on marginal electoral victories and samples of quantiles groups by wage and hours worked. Overall, the distributional causal estimations show that the vast majority of subgroups of Black workers earnings are not affected by democrat governors’ policies, suggesting the possible existence of structural factors in the labor markets that contribute to create and keep a wage trap and/or hour worked trap for most of the subgroups of Black workers. Democrat governors increase the number of hours worked of Black workers at the highest quartiles of earnings. A bivariate quantiles groups analysis shows that democrats decrease the total hours worked for Black workers who have the largest number of hours worked and earn the least. Black workers earnings more and working fewer hours than half of the sample see their number of hours worked increase under a democrat governor.

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)0,005
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,614
Score d'incertitude au seuil0,599

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,025
Tête enseignante GPT0,249
Écart entre enseignants0,224 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe Review of Black Political EconomyMême sujetLabor market dynamics and wage inequalityTravaux en français237 207