Stratégies de recherche, contraintes spatiales et hétérogénéité des transitions vers l’emploi : estimation économétrique d’un modèle structurel de recherche
Bibliographic record
Abstract
Dans cet article, deux stratégies de recherche d’emploi concurrentes sont introduites comme facteurs explicatifs du taux de sortie du chômage. Le modèle de prospection en équilibre partiel construit oppose une première stratégie consistant à limiter la zone de recherche à la zone de compétence de l’agence publique pour l’emploi à une stratégie alternative, plus coûteuse, qui permet, à travers la mobilisation des procédures marchandes et du réseau social, d’élargir l’horizon spatial de la recherche. L’introduction de cette dualité des stratégies de recherche dans le cadre d’un modèle de recherche à environnement stationnaire fait apparaître à l’équilibre des effets théoriques ambigus sur la durée d’accès à l’emploi. L’estimation économétrique de la fonction de vraisemblance associée à l’expression du taux de sortie du chômage vise à lever cette ambiguité. Réalisée en deux étapes afin de contrôler la sélectivité du choix des stratégies de prospection, notamment l’effet des contraintes spatiales, l’estimation économétrique des taux de sortie du chômage contrôle également l’hétérogénéité des transitions individuelles vers l’emploi et la présence potentielle d’hétérogénéité inobservable. Les résultats économétriques concluent alors à l’endogénéité des stratégies de prospection et à leur influence discriminante sur les durées d’accès aux différents types emplois.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.013 | 0.057 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.002 | 0.002 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.001 | 0.003 |
| Scholarly communication | 0.005 | 0.007 |
| Open science | 0.002 | 0.003 |
| Research integrity | 0.003 | 0.003 |
| Insufficient payload (model declined to judge) | 0.007 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".