Ingreso mediano en Chile revisado: Un análisis con cuentas Nacionales Distributivas
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.
Notice bibliographique
Résumé
A commonly used figure to highlight inequality in Chile is the median income of the Chilean socioeconomic household survey (known by its acronym in Spanish, CASEN). According to this survey, in 2017 the median monthly income per worker was CLP (Chilean pesos) 400,718 pesos, which compares to average income per worker from National Accounts of CLP 1,350,000 in the same year. For this difference to be correct, the implied Gini coefficient would be 0.7, which much above the Gini implied by the same survey. However, surveys, such as CASEN, often underreport income, particularly for middle- and high-income earners, leading to an underestimation of the median income. This study compares various data sources, including national accounts, household surveys, and administrative records, to create a more accurate picture of income distribution and median income. The corrected data shows higher median incomes and greater inequality than previously reported. On average, the underestimation of gross wages in the Chilean national household survey as compared to national accounts is 40%, significantly larger than other countries. About a quarter of this gap is attributed to the "missing rich" in the survey. For 2017, this equates to an estimated median gross income for dependent labor of CLP 600,000 and CLP 570,000 for all workers. The corrected mean-median income ratio (Gini) is 26% (17%) larger than in the raw survey of 2017 and falls only 6% (3%) between 2006 and 2017 compared with a larger decline of 12% (11%) in the original data.
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 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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| 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 découle