Real unemployment in Kazakhstan: an analysis based on international methodologies
Notice bibliographique
Résumé
The article examines the issue of the incomplete reflection of the real situation in the labor market of the Republic of Kazakhstan by official statistics. The authors present a comparative analysis of alternative unemployment indicators used in the United States and Canada, and adapt the methodologies of the U.S. Bureau of Labor Statistics and Statistics Canada to the socio-economic conditions of Kazakhstan. The study provides a detailed description of extended indicators that include the long-term unemployed, discouraged workers, and individuals employed part-time for economic reasons. Based on data from the Bureau of National Statistics of Kazakhstan, the United States Bureau of Labor Statistics, and the National Statistical Office of Canada, the authors calculated alternative unemployment rates, which made it possible to identify the extent of hidden underutilization of labor resources. The article demonstrates that, despite the comparability of the official unemployment rate with that of developed countries, Kazakhstan is characterized by higher values of extended indicators, reflecting structural and institutional problems in the labor market. The authors analyzed the dynamics of hidden unemployment for the period 2017–2023 and found its decrease from 3,4 % to 2,7 %, indicating a gradual recovery of employment after economic shocks. At the same time, regional disparities and the persistent share of temporarily underemployed workers highlight the uneven development of the labor market. The obtained results emphasize the need to improve the employment monitoring system, expand statistical accounting, and develop measures aimed at increasing the involvement of the economically inactive population in labor activity.
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 | 0,013 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,006 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,000 |
| Science ouverte | 0,002 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 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 ».