MétaCan
Menu
Retour à la cohorte
Enregistrement W7065861266

Expirations of Pandemic Jobless Programs Caused an Unprecedented Drop in Access to UI

2022· other· en· W7065861266 sur OpenAlexaboutno aff

Notice bibliographique

RevueeScholarship (California Digital Library) · 2022
Typeother
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueBiomedical Text Mining and Ontologies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésUnemploymentDisadvantagedPopulationPandemicRecessionWorking poorEconomic shortageQuarter (Canadian coin)
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

At the start of the pandemic, Congress temporarily expanded Unemployment Insurance (UI) programs through the federal CARES Act In this report, we mainly focus on Pandemic Emergency Unemployment Compensation (PEUC), which expanded the weeks of UI eligibility This and other emergency provisions were set to expire on September 4, 2021, which is commonly referred to as a “benefts clif ” However, policymakers in some states chose to end these programs before that date This policy report evaluates the impact the expansion and expiration of these programs had on the US labor market using data from the U S Department of Labor, the Current Population Survey, and California’s Employment Development Department Using national data, we fnd the benefts clif caused a dramatic drop in the proportion of unemployed workers that are covered by UI, which was three times as large as a similar clif at the end of the Great Recession To measure coverage, we focus on the UI recipiency rate, which is the share of jobless workers who received UI benefts In comparison, gains to employment were modest at most Our primary measure of employment is the percentage of the adult population that is employed in each month Data on the demographics of extension program benefciaries is only available in California, and it suggests that workers from disadvantaged backgrounds were disproportionately afected by the expirations In California, UI claimants who were relying on the PEUC extension program when it expired were more likely to identify as Black or women Older and less educated workers were also more impacted by these programs expiring As a whole, our results paint a positive picture of the efects of the federal UI expansions on the U S labor market Our fndings of a dramatic decline in UI recipiency without a meaningful rise in employment imply the pandemic UI expansions increased coverage and bolstered incomes of unemployed workers without a substantial efect on employment As in many other studies, these results rely on comparisons of changes in outcomes between states over time The assumptions underlying our research design are discussed in further detail in the report.This work has been supported, in part, by the University of California Multicampus Research Programs and Initiatives grants MRP-19-600774 and M21PR3278

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,063
Score d'incertitude au seuil0,125

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,003
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,034
Tête enseignante GPT0,286
Écart entre enseignants0,252 · 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 source (Gemma direct ou Codex distillé), 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
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueeScholarship (California Digital Library)Même sujetBiomedical Text Mining and OntologiesTravaux en français237 207