Measuring the impact of international migration and remittances for Latin America
Notice bibliographique
Résumé
Computable General Equilibrium (CGE) models addressing the effects of international migration at global scale, although still few, have been very informative when measuring worldwide gains and testing for evidence about the existence of some of the benefits of the migration-induced virtuous circle in both sending and recipient countries, particularly regarding productivity, wages, and overall income. Wamsley and Winters (2007), using a static model, report global income gains by 0.3% and asserts that an increase in migrant workers conductive to a 3% increase in total labour force in high-income countries equals gains from total tariff elimination across the globe. Using the same assumption but applying a dynamic recessive model, the World Bank (2006) estimates global income gains significantly higher than previous calculations (1.2%), being sending countries the primary beneficiaries (with 1.8% in gains, versus 0.4% accrued to recipient, high-income countries). Both papers reached unambiguous results: international migration results in a win-win solution when measuring economic gains in both origin and host countries. This paper, using a dynamic recessive model with some methodological innovations suitable for the Latin American experience, arrives at analogous conclusions. Global real GDP expands at 1 percent relative to the baseline scenario, while regions, with no exceptions, benefit from international migration. Latin America is, by far, a global winner, accruing total gains equivalent to 3 percent of real GDP, versus 1.8% reported by the rest of the developing world. The significantly higher proportion of Latin American workers that emigrate to the United States, Canada, and Europe (the host countries considered in the study) relative to other developing regions is the main reason behind this particular outcome. Although all sixteen Latin American countries included in the model benefit, gains in real GDP and household income within the region are very heterogeneous, for reasons already mentioned, such as migration rates, average migrant skills and demographics, and the structure of labor and production markets in each Latin American country.
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 | 0,002 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 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 ».