The characteristics of the top decile wage earners in Croatia
Notice bibliographique
Résumé
International research on top incomes predominantly explores variations in income shares at the top, with a broad emphasis on cross-economy comparisons to highlight heterogeneity. In contrast, detailed analyses focusing on the specific attributes of top wage earners within individual countries are less common. Notably, Croatia has been overlooked in these discussions. This paper aims to address this gap by uncovering the distinctive characteristics of the highest decile of wage earners in Croatia, diverging from the more common approach of comparing across multiple economies to instead provide an in-depth look at a single country. Accordingly, the aim of the paper is to reveal the main characteristics of the top decile wage earners in Croatia. For this purpose, the paper uses the probit model and data from the EUSILC 2020 survey. We analyse persons who received employment income and who worked all 12 months of the year. The results show that the top decile wage earners receive about a quarter of the total employment income. The probit analysis shows that gender, age, settlement size, education and economic activity of the main job have a significant impact on belonging to the top decile wage earners group. In other words, men, elderly persons, those living in densely populated areas, those with tertiary education and those working in financial intermediation are significantly more likely to be in the top decile wage earners group than others.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,003 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,003 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».