MétaCan
Menu
← Retour à la cohorte
Enregistrement W4386024170 · doi:10.3386/w31576

The Changing Skill Content of Private Sector Union Coverage

2023· report· en· W4386024170 sur OpenAlexfundno aff
Samuel Dodini, Michael Lovenheim, Alexander Willén

Notice bibliographique

RevueNational Bureau of Economic Research · 2023
Typereport
Langueen
DomaineSocial Sciences
ThématiqueLabor Movements and Unions
Établissements canadiensnon disponible
Organismes subventionnairesWilfrid Laurier UniversityNorges ForskningsrådBrigham Young University
Mots-clésContent (measure theory)BusinessPrivate sectorEconomicsMathematicsEconomic growth

Résumé

récupéré en direct d'OpenAlex

Concurrent with the precipitous decline in private sector unionization over the past half century, there has been a shift in the type of work covered by unions.We take a skill-based approach to studying this shift, using data from the Current Population Survey combined with occupationspecific task requirements from the Dictionary of Occupational Titles and the Occupational Information Network.We partition skills into four groups based on two dimensions of task requirements: non-routine cognitive, non-routine manual, routine cognitive, and routine manual.For both men and women, private sector unionized jobs have changed to require more nonroutine, cognitive skills and for women, less routine/manual skills.Union, non-union skill differences have grown, with unionized jobs requiring relatively more non-routine cognitive skill for both groups but also relatively more routine skills.We decompose these skill changes into: (1) changes in skills within an occupation, (2) changes in worker concentration across existing occupations, and (3) changes to the occupational mix from entry and exit.Most of the skill changes we document are driven by the second two forces.Finally, we discuss how this evidence can be reconciled with a model of skill-biased technological change that explicitly accounts for the institutional framework surrounding collective bargaining.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,013
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,030
Score d'incertitude au seuil0,060

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,013
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,003
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,469
Tête enseignante GPT0,531
Écart entre enseignants0,062 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

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

Citations1
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNational Bureau of Economic Research→Même sujetLabor Movements and Unions→Travaux en français237 207→