Bibliographic record
Abstract
Cet article cherche à évaluer le rôle joué par les avantages comparés eu égard au résultat fréquemment rencontré qui veut que les travailleurs payés à la pièce ou par commission soient mieux rémunérés que les travailleurs salariés (incluant ceux qui sont payés à l'heure). Selon le modèle de Lazear (1986), la sensibilité de la rémunération à la pièce par rapport à la productivité est plus grande que dans les boulots salariés. Les avantages comparés impliquent donc que les travailleurs intrinsèquement plus productifs choisiront des contrats dans lesquels la rémunération est à la pièce. Ce processus d'auto-sélection selon les avantages comparés a comme conséquence que l'utilisation des méthodes dites d'effets fixes donnera des estimés biasés du véritable effet incitatif de ce type de contrat. Avec des données du National Longitudinal Survey of Youth et du Panel Study of Income Dynamics, je trouve que l'auto-sélection selon lesavantages comparé de même que l'apprentissage des caractéristiques individuelles semblent jouer un rôle important dans les cas des travailleurs qui sont soit en début de carrière ou qui débutent une nouvelle relation d'emploi. En ce qui concerne les travailleurs plus âgés, le rendement à la productivité est essentiellement le même peu importe la méthode de rémunération employée par la firme. Enfin, j'estime un effet incitatif d'environ 11% en exploitant les variations dans la méthode de rémunération pour un même individu à l'intérieur d'une relation d'emploi.
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 | 0.010 | 0.063 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.003 | 0.002 |
| Open science | 0.001 | 0.002 |
| Research integrity | 0.002 | 0.002 |
| Insufficient payload (model declined to judge) | 0.032 | 0.002 |
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".