Analisis provincial de la dinámica en el mercado de trabajo
Why this work is in the frame
A frame that forgets how it found something cannot be audited. These are the routes that admitted this work.
Bibliographic record
Abstract
El objetivo de nuestro trabajo es doble. Por un lado hemos obtenido la tasa de paro de largo plazo de las provincias españolas, mediante los datos extraidos de la EPA. Además hemos sacado datos de la página de la Organización para la Cooperación y el Desarrollo Económico con el fin de comparar la tasa de paro española con otros países de su entorno. En segundo lugar, tomando como punto de partida las estimaciones provinciales realizadas, hemos calculado cuánto tarda la tasa de paro en retomar a su nivel natural. El trabajo se organiza de la siguente forma. En el primer capítulo hablamos del desempleo, de sus tipologías y su rerlación con la tasa de paro natural. Prestando especial atención a la evolución del concepto de tasa de paro natural. En el segundo capítulo comentamos las fuentes de información, la evoluición de la tasa de paro de las provincias españolas desde 1976 y describimos la metodología empleada en nuestro análisis. En el tercer apartado comentamos los resultados obtenidos, en lo referente a la tasa de paro natural y la velocidad de ajuste. Por último exponemos las principales conclusiones que hemos obtenido mediante nuestra investigación.
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.
Full frame distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.000 |
| Meta-epidemiology (narrow) | 0.001 | 0.002 |
| Meta-epidemiology (broad) | 0.002 | 0.002 |
| Bibliometrics | 0.001 | 0.000 |
| Science and technology studies | 0.003 | 0.002 |
| Scholarly communication | 0.000 | 0.002 |
| Open science | 0.003 | 0.000 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.002 | 0.000 |
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 it