Labor Productivity, Fertility, Development and Antidevelopment in Mexico and Central America
Notice bibliographique
Résumé
In El Salvador, due to the reduction of the fertility rate and the loss of population due to emigration, the ratios of female and male employment to population are tending to decrease. This means that the main driver of future development will be labor productivity. The objective of this paper is to identify the variables that determine labor productivity in a panel of data from Mexico, Guatemala, El Salvador, Costa Rica, and the Dominican Republic. Var models are estimated to detect the variables that have importance in the behavior of labor productivity. A distinctive aspect of this work is its emphasis on the role of social variables in labor productivity. Thus, a principal component was estimated with expenditures on health and education as percentages of GDP representing the driving force behind development. Another principal component was estimated to represent the forces favoring anti-development, composed of the linear combination of the number of students per teacher, the homicide rate, the adolescent fertility rate and the female self-employment rate. The first principal component of social expenditures showed a positive association with labor productivity, the economic growth rate and the percentage of students completing high school, and a negative association with adolescent fertility, the percentage of children born with low birth weight, and the mortality rate. The principal component of anti-development showed a negative association with labor productivity and economic growth rate and a positive association with the interest rate on loans, the percentage of low-birth weight children, the female suicide rate and the trade account deficit. The paper ends with the proposal of a series of measures and policies to be implemented so as to increase labor productivity.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».