MétaCan
Menu
Retour à la cohorte
Enregistrement W4390748488 · doi:10.1017/s0020818323000255

Economic Determinants of Attitudes Toward Migration: Firm-level Evidence from Europe

2024· article· en· W4390748488 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueInternational Organization · 2024
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueMigration and Labor Dynamics
Établissements canadiensMcGill University
Organismes subventionnairesFonds de Recherche du Québec-Société et Culture
Mots-clésProductivityLeverage (statistics)MicrofoundationsProfitability indexNatural experimentEconomicsLabour economicsDemographic economicsEconomic growthMacroeconomics

Résumé

récupéré en direct d'OpenAlex

Abstract What are the distributional consequences of migration, and how do they affect attitudes toward migration? In this paper we leverage a natural experiment generated by the ousting of former Libyan dictator Muammar Gaddafi, which created an unprecedented influx of economic migrants from African countries to Europe. This surge of low-skilled labor benefited low-productivity firms by lowering their production costs and expanding their labor supply. Employing a triple difference-in-differences design, we document that attitudes toward migration became more positive in Western European regions with large shares of migrants and low-productivity firms. Evidence from Sweden, which provides finely grained geographical data, confirms these findings. We then test the economic microfoundations of this attitudinal shift. We show that the surge in the supply of low-skilled labor increased the profitability of low-productivity firms more in areas that experienced larger migration flows. We find no evidence that migration worsened natives’ labor market conditions.

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.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,157
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,045
Tête enseignante GPT0,337
Écart entre enseignants0,292 · 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