MétaCan
Menu
Retour à la cohorte
Enregistrement W4392339033 · doi:10.1177/09596801241285235

Job quality and institutional investors: Evidence in 17 OECD countries, 1993-2017

2024· article· en· W4392339033 sur OpenAlexaff
Thibault Darcillon, Yasmine Mohamed

Notice bibliographique

RevueEuropean Journal of Industrial Relations · 2024
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueCorporate Finance and Governance
Établissements canadiensUniversité du Québec en Abitibi-Témiscamingue
Organismes subventionnairesnon disponible
Mots-clésQuality (philosophy)Asset (computer security)Index (typography)Bargaining powerInstitutional investorEconomicsEstimationLabour economicsBusinessDemographic economicsMonetary economicsFinanceCorporate governance

Résumé

récupéré en direct d'OpenAlex

This article investigates the relationship between the share of assets held by different institutional investors as a proportion of GDP and a synthetic index of job quality in 17 OECD countries from 1993 to 2017. Our first contribution is to provide a new, multidimensional composite indicator of job quality based only on objective dimensions. According to this measure, a continuous decline in job quality is observed in many OECD countries. Second, the emergence of institutional investors as central financial actors since the 1980s has significantly affected labour relations. In this regard, we argue that the increasing influence of institutional investors through their effects on wages and jobs is associated with a lower level of job quality. Using fixed-effects OLS and IV regressions, we find little support that the share of asset holdings by institutional investors is correlated with a lower level of job quality, mainly due to the small magnitude of the coefficient estimates. Finally, we find that the job quality-reducing effect of the share of assets held by institutional investors is more pronounced in countries that have experienced a decline in union bargaining power, again with a small magnitude of our different estimates.

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)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,254
Score d'incertitude au seuil0,386

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
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 savante0,0000,002
Science ouverte0,0000,000
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 Opus0,191
Tête enseignante GPT0,298
Écart entre enseignants0,106 · 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'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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEuropean Journal of Industrial RelationsMême sujetCorporate Finance and GovernanceTravaux en français237 207