Financial Potential of Czech Employees from the Perspective of Gender Statistics
Notice bibliographique
Résumé
In the third quarter of 2022, the average gross monthly nominal wage rose by 6.1 percent compared to last year, but in real terms it fell by 9.8 percent due to inflation. The decline is the same as in the previous quarter. Inflation and a real drop in average wages have already forced three quarters of employees significantly to reduce some expenses. Considering the current situation, the biggest savings relate to holidays, eating out in restaurants, culture or sports activities. In general, people save by limiting purchases of better or better quality products or services, as well as branded products. The aim of this paper is to capture the situation regarding the development of the wages of Czech men and women since the last financial and subsequently economic crisis, through a period of significant economic conjuncture, which was followed by the coronavirus crisis, ensued by the current energy crisis, which is largely related, among other things, to the war conflict in Ukraine. For this purpose, not only statistics measuring the level of wages in the individual years 2009–2021 were calculated, but for this purpose models of the entire wage distribution were constructed and their development in the monitored period was captured. The three-parameter lognormal curves became the basis of these models, the parameters of which were estimated by the maximum likelihood method ensuring the minimum variance of the obtained estimates. Predictions of the entire wage distributions of men and women were constructed for the period 2022–2026 in order to specify the expected development of wage distributions. As part of these predictions, exponential smoothing of time series was applied, which assigns the highest weight to the most recent observations, and the weights of individual observations decrease exponentially towards the past.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| 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 | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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.
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 ».