The Ability to Work Remotely: Measures and Implications
Notice bibliographique
Résumé
Our paper explores how the ability to work remotely has changed over time, its relationship with demographic characteristics and employment outcomes, and the role it played during the pandemic recession. We focus on two different remote work indexes, a measure of “no physical presence”—proposed by Dingel and Neiman (2020)—and a measure of “remote communications”—presented by Montenovo et al. (2020). While the two measures suggest a similar prevalence of remote work in recent years and display fairly similar behaviors across demographic groups and in terms of wage and employment outcomes, their evolution is significantly different. While the share of occupations that require no physical presence has remained relatively constant since July 2003, the share of those occupations featuring remote communications increased more than 40 percentage points over the same period. Those differing evolutions paint a starkly different picture of the role of remote work during the pandemic: Compared to a counterfactual scenario that keeps the remote classification constant at the 2004 levels for each measure, the index of no physical presence suggests that there would have been little changes in terms of aggregate hours losses during the pandemic, while the index of remote communications points to much larger declines in aggregate hours. Even without much change in the ability of working remotely, the trend towards more remote work underscores the importance of the hours margin as an additional dimension for the realization of gains from working at home.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».