Inequality and technical change: old and new theories of segmentation°
Notice bibliographique
Résumé
Since the late 1970s, income inequality has been on the rise in a number of OECD countries, although nowhere it has increased as much as in the UK and the US (Gottschalk and Smeeding 1997). Many factors enter into the determination of income inequality. Low pay and unemployment, especially of people other than head of family, play an important role in determining households ’ poverty, while government redistributive programs exert an important compensatory role- the latter for instance account for the stability of income in Canada and most European continental countries (Ruiz-Huerta et al. 1999). Income inequality is strongly correlated with the evolution of earnings inequality. While the US (and the UK) have experienced the sharpest increase in wage inequality, recent research seems to suggest an acceleration in the widening of wage differentials and an increase of the “working poor ” also in some continental European countries (cf. Ruiz-Huerta et al. 1999 for comparative analysis of wage dispersion; Howell and Huebler 2001 for a critical assessment; Brandolini et al. 2000 for Italy). As in the US and in the UK, the rise in earnings inequality in the EU countries is to be ascribed to changes at the margin of the labour market: a rise in low pay jobs which is accounted for by the increasing importance of new flexible “non standard ” patterns of employment1. A EU comparative analysis on quality in work and social exclusion (EU 2001, p.76) concludes that in 1996 almost a quarter of the European workforce were in jobs of low quality, with the highest share among temporary contract workers, and especially temporary workers in part-time jobs2. The same
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 | 0,004 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,005 | 0,007 |
| Études des sciences et des technologies | 0,003 | 0,029 |
| Communication savante | 0,007 | 0,015 |
| Science ouverte | 0,002 | 0,006 |
| Intégrité de la recherche | 0,004 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,014 | 0,002 |
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 ».