Impacto del Covid-19 en el mercado laboral en América del Norte en 2019-2020 por sectores económicos, nivel de instrucción, género y edad: un modelo de datos panel 2013-2020
Notice bibliographique
Résumé
La presente investigación evalúa el impacto que tuvo la pandemia de COVID-19 en 2019-2020 en el mercado laboral de México, Estados Unidos y Canadá. Se consideran los tres sectores económicos (primario, secundario y terciario), y a su vez cada sector económico se divide en 3 grupos, Sexo, Edad y Nivel de Instrucción. Se propone un modelo de datos panel que considera 24 periodos que van del primer trimestre del 2013 al cuarto trimestre del 2018, además de los trimestres de 2019 y 2020. Los resultados empíricos encontrados sugieren que el menor nivel de desempleo para los tres países se dio en el cuarto trimestre de 2019 y el mayor nivel se dio en el segundo trimestre de 2020. Asimismo, el mayor nivel de desempleo durante el periodo de estudio (T1-2013 a T4-2020) se dio en Estados Unidos y el menor nivel se dio en Canadá. Por otro lado, previo a la pandemia de COVID-19, los sectores de la población con mayor nivel de desempleo en el sector primario fueron las mujeres, las personas con edad de 20 a 39 años y las personas con un nivel de educación básica; en el sector secundario fueron las personas con un nivel de educación menor a la básica; y en el sector terciario fueron los hombres, las personas con edad de 15 a 19 años y de 60 años y más, y las personas con un nivel de educación menor a la básica y de educación superior. De manera general, previo a la pandemia el sector con menor población desempleada fue el secundario y el de mayor fue el terciario. Asimismo, durante la pandemia de COVID-19, en el sector primario no se establece un grupo especifico que haya sido mayormente afectado en cuestión de desempleo; en el secundario los grupos con mayor nivel de desempleo fueron las personas con un nivel de educación menor a la básica, básica y media; y en el terciario las personas con mayor nivel de desempleo fueron los hombres, las personas con edad de 20 a 39 años y de 50 a 59 años, y las personas con un nivel de educación menor a la básica, básica y media. De manera general en Norte América, durante la pandemia de COVID-19, el sector con menor población desempleada fue el primario y el de mayor población desempleada fue el terciario. / This research assesses the impact of the COVID-19 pandemic in 2019-2020 on the labor market in Mexico, the United States, and Canada. We consider the three economic sectors (primary, secondary and tertiary), and in turn each economic sector is divided into 3 groups, Gender, Age and Education Level. A panel data model is proposed that considers 24 periods ranging from the first quarter of 2013 to the fourth quarter of 2018, in addition to the quarters of 2019 and 2020. The empirical results found suggest that, for the three countries, the lowest level of unemployment occurred in the fourth quarter of 2019 and the highest level occurred in the second quarter of 2020. Likewise, the highest level of unemployment during the study period (Q1-2013 to Q4-2020) occurred in the United States and the lowest level occurred in Canada. On the other hand, prior to the COVID-19 pandemic, the sectors of the population with the highest level of unemployment in the primary sector were women, people between the ages of 20 and 39, and people with a basic educational level; in the secondary sector there were people with a level of education below basic; and in the tertiary sector they were men, people aged 15 to 19 and 60 years and over, and people with less than basic and higher education. In general, before the pandemic, the sector with the lowest unemployed population was the secondary and the sector with the largest level was the tertiary. Likewise, during the COVID-19 pandemic, in the primary sector there is no specific group that has been more affected in terms of unemployment; in secondary, the groups with the highest level of unemployment were people with a level of education below basic, basic and secondary; and in the tertiary, the people with the highest level of unemployment were men, people from 20 to 39 years old and from 50 to 59 years old, and people with an educational level below basic, basic and medium. In general, in North America, during the COVID-19 pandemic, the sector with the lowest unemployed population was the primary sector and the sector with the highest unemployed population was the tertiary sector.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 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 ».