Reform of Severance Pay Law Statements and Comments
Notice bibliographique
Résumé
1.1 Labour market situation Estonia is commonly characterised as a small open economy. The total number of employed persons in Estonia amounted to 586 300 persons in 2005 (data of the Labour Force Survey). The employment rate was 64 % in age group 15-64. The unemployment rate in the third quarter of 2006 dropped to 5.4%, which is the lowest level in the last decade. Employment situation has steadily improved over the last 5 years (starting from 2000), backed by strong economic growth. High economic growth rates – in a range of 7-8 % annually over the period 2000-2004 and reaching 10.5 % in 2005 – have recently lead to a shortage of labour force. Considering the relatively strict immigration rules towards third country nationals and still relatively low attractiveness for intra-Community labour migration, this has resulted in a high competition for labour between companies and has fuelled wage growth in last years. However, recent data (after 2001) on labour turnover is lacking. Masso et al (2004) estimated that gross job flows (job creation and destruction) in 1995-2001 amounted to nearly 25 % of total employment per year. This would mean about 70 thousand new jobs created annually and about the same number destroyed. Higher jobs flows were observed in micro firms employing less than 10 employees and
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 ».