Vertical and horizontal mismatches in Thailand and the wage penalty
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The Thai labor market experiences increasing challenges due to disruptive technologies and demographic shifts. Furthermore, the COVID-19 pandemic outbreak has had a disruptive impact on Thailand's labor market, resulting in a loss of income and a reduction in working hours for workers. These effects are considered to be a cyclical factor of skill mismatch. This study aims to examine the incidence of vertical and horizontal mismatches and their impact on wages in Thailand before and during the COVID-19 pandemic by ordinary least squares, quantile regression, pooled ordinary least squares, and counterfactual decomposition, using data from the third quarter of 2018 to 2021 from Thailand's National Labor Force Survey. The findings suggest that the incidence of matched and overeducated workers continues to increase during the COVID-19 epidemic in comparison to the two previous years. While the proportion of undereducated workers remarkably decreases during the same period. Regarding horizontal mismatch, there is a marginal increase in field-of-study mismatch. Additionally, overeducated workers earn wage premiums, whereas undereducated and horizontally mismatched workers face wage penalties. The result also indicated that the COVID-19 pandemic has significant negative effects on overeducated workers.
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.
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 | 0,004 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,003 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,003 | 0,012 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,016 |
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 découle