Upstreamness, wages, and workers’ origin: A review of the literature
Bibliographic record
Abstract
Durant ces dernières décennies, les processus mondiaux de production de biens et de services sont devenus de plus en plus fragmentés. Cette fragmentation, particulièrement prononcée au sein des petites économies ouvertes telle que la Belgique, a entraîné l’émergence de chaînes de valeur mondiales (CVM). Parallèlement, l’immigration nette dans les pays de l’OCDE est demeurée positive, et ce depuis les années 1960. Par ailleurs, entre 2000 et 2017, le nombre de résidents nés à l’étranger (c’est-à-dire les migrants de première génération) a augmenté de plus de 50% au sein des pays de l’OCDE (OCDE, 2018). Sur base de ces constats, cet article vise à fournir un aperçu de la littérature concernant le lien entre la position (plus ou moins en amont) des firmes dans les chaînes de valeur et l’écart de salaires entre travailleurs natifs et migrants. A cette fin, nous abordons tout d’abord les sources potentielles d’inégalités de salaires basées sur l’origine des travailleurs. Ensuite, nous présentons les principaux résultats relatifs à l’impact de la position de la firme dans les CVM sur le salaire des travailleurs en général, puis plus particulièrement sur les inégalités de salaires entre travailleurs natifs et migrants. Ce faisant, nous consacrons une attention particulière aux résultats empiriques concernant l’économie belge. Classification JEL : J15, J31, F16
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 | 0.003 | 0.009 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.007 | 0.011 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.004 | 0.003 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.006 | 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".