Do Training Programmes get the unemployed back to work?: A look at the Spanish experience ¤
Notice bibliographique
Résumé
This work studies the e¤ect of some training courses for economic disadvantaged and unemployed people elaborated by Spanish National Institute of Employment (INEM) in terms of the consecution of a job. Two groups of Spanish unemployed people are compared between April of 2000 and February of 2001, one of them did training courses in the …rst quarter of 2000. Non-parametric techniques, parametric and semiparametric continuous time duration methods are used to analyze this relationship. The results suggest a higher positive e¤ect of some training courses for women than for men, specially in the case of those receiving some kind of economic help. Furthermore, young unemployed people and unemployed people with a reduced period of active labour demand have higher exit rates to a job. However, education and disabilities do not a¤ect signi…cantly the exit rate to a job. PRELIMINAR WORK (do not quote without permission) Acknowledgement: I would like to thank to César Alonso-Borrego and Juan José Dolado for advisoring of this work, and participants in seminar at CEMFI. Also thanks to Almudena Durán and Antonio Hernando (INEM) for giving to me the data bases used in this work. Financial support from research grant AP2000-0853 from the Spanish Ministry of Education is gratefully acknowledged. The usual disclaimer applies.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 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 ».