Econometrics estimates relationships in labour data: how technology, training and policies affect employment and wages. In this field it evaluates programmes, measures displacement effects and projects workforce needs, with uncertainty stated.
Econometrics applies statistical methods to economic data to estimate relationships, test theories and forecast. It provides empirical evidence on how shocks and policies affect economic outcomes. In work and skills, society and human development and artificial intelligence, econometric evidence estimates how disasters, pandemics and financial shocks affect output, employment and prices. It informs the economic case forréduction des risques. The canonical description is onles STEM Commons.
Displacement effects with linked data
Linked employer-employee data follow workers after layoffs to estimate earnings losses and re-employment, compared with similar workers not displaced.
Training programme evaluation
Training and employment programmes are evaluated with comparison groups to estimate effects on employment and earnings.
Workforce projections
Supply and demand models project future skill needs by occupation under scenarios, with ranges rather than single numbers.
03Méthodes et preuves
How labour econometrics is modelled, measured and tested.
Le modèle, ses hypothèses, ses données et son incertitude, sous la forme qu'un scientifique ou un ingénieur vérifierait. Les structures suivent des méthodes publiées. Les valeurs représentées sont illustratives, ce ne sont pas des résultats.
Modèle de système
The couplings between the systems in labour econometrics: signs of influence, a reinforcing and a balancing loop, and cross-links where stress jumps.
Causal loop diagram from the page’s systems; signs show the direction of influence. Illustrative structure for a system dynamics or network model, not estimated couplings.
Principes directeurs FAIR · GO FAIR et FORCE11W3C PROV · World Wide Web ConsortiumOrientations sur le traitement cohérent des incertitudes · GIECCEOS Analysis Ready Data · Comité sur les satellites d'observation de la Terre
04Données
Ce que consomme la méthode.
Datasets and records used by econometrics on this platform, with the role each plays and the label its values carry. Sources are listed inle registre des sources.
Données
Rôle
Étiquette
Linked employer-employee data
Worker histories
Statistiques publiées
Registres du programme
Participation
Statistiques publiées
Labour force surveys
Projections
Statistiques publiées
05Processus
Comment le processus se déroule.
Process explorer · Process
Labour econometrics: PRISMA 2020 review reporting
10 steps·4 étapes
Processus
Labour econometrics: PRISMA 2020 review reporting
PRISMA 2020 est une ligne directrice de déclaration pour les revues systématiques ; les étapes suivent sa liste de contrôle, et non une séquence imposée, et aucun document Nexus ne l'adopte.
01 Plan
01Enregistrement et protocoleRegistre · L'équipe de revueLa ligne directrice demande les informations d'enregistrement, l'accès au protocole et toute modification.
02Critères d'éligibilitéRegistre · L'équipe de revueLa ligne directrice demande les critères d'inclusion et d'exclusion et la manière dont les études ont été regroupées.
02 Rechercher et sélectionner
03Recherche : sources et stratégiesÉtape · L'équipe de revueLa ligne directrice demande les sources d'information et les stratégies de recherche complètes. Elle ne fixe pas les sources à utiliser.
04Sélection des étudesÉtape · L'équipe de revueLa ligne directrice demande comment l'éligibilité des études a été jugée, y compris le nombre d'examinateurs ayant procédé à la sélection. Elle ne fixe pas le nombre d'examinateurs.
05Diagramme de fluxEnregistrementLe diagramme de flux indique le nombre d'enregistrements trouvés, le nombre d'études incluses et les motifs d'exclusion.
03 Analyser
06Collecte des donnéesÉtape · L'équipe de revueLa ligne directrice demande comment les données ont été extraites des rapports et quelles variables ont été recherchées.
07Risque de biaisÉtape · L'équipe de revueLa ligne directrice demande les méthodes et les outils utilisés pour évaluer le risque de biais.
08SynthèseModèle · L'équipe de revueLa ligne directrice demande les mesures d'effet et les méthodes de synthèse. Elle n'impose pas de méta-analyse.
09Certitude des éléments probantsÉtape · L'équipe de revueLa ligne directrice demande les méthodes utilisées pour évaluer la certitude, et en indique le résultat par critère de jugement. Elle ne nomme pas d'échelle de gradation.
04 Rapport
10Rapport d'examenEnregistrementLa ligne directrice aide les auteurs à indiquer pourquoi la revue a été réalisée, ce qu'ils ont fait et ce qu'ils ont trouvé.
RapportsOutline of an externally published reporting guideline, not a Nexus process and not a record of operation. PRISMA 2020 mainly covers reviews of intervention effects. No Nexus page names it. Every programme is at service level R0.
06Validation
Comment les résultats sont vérifiés.
Models are assessed through specification tests, robustness checks and out-of-sample performance. Results are compared across datasets and methods.
Vérifier
Comment c'est fait
Comparison group validity
Comparison workers are matched on pre-displacement histories
Projection back-testing
Past projections are compared with outcomes
Robustesse
Results are tested across specifications
Endogeneity, measurement error and structural change can bias estimates. Relationships may shift under extreme conditions.
What are the limits of econometrics in this field?
Endogeneity, measurement error and structural change can bias estimates. Relationships may shift under extreme conditions.
Comment les résultats sont-ils vérifiés ?
Models are assessed through specification tests, robustness checks and out-of-sample performance. Results are compared across datasets and methods.
Les valeurs de cette page sont-elles réelles ?
The data names, roles and checks are real descriptions of practice. The canvas shows a design of the method’s use, not a run; no result is reported here.
Apportez des éléments de preuve depuis cette page.
Reports is the Consortium’s quarterly publication. What you know about this subject can become evidence, a case or a correction in the next edition, credited to you and published under CC BY 4.0 where it is your own work.
GCRIAvenir du travail et compétencesPerspectives prospectivesNote de synthèse sur les preuves
N'envoyez jamais de données personnelles, de détails sensibles sur des infrastructures ni rien que vous n'avez pas le droit de communiquer. Une contribution est examinée avant utilisation ; son envoi ne confère ni qualité d'auteur ni droits éditoriaux, et un parrainage n'achète jamais une conclusion.
Avenir du travail et compétences
Apportez une méthode, un jeu de données ou une question.
L'information et les demandes sont ouvertes dès aujourd'hui. Une demande reçoit une référence et indique l'étape suivante ; candidatures, paiements, allocations de calcul et inscriptions n'ouvrent que lorsque l'équipe, les conditions et la capacité d'examen existent.
Les cartes, données et chiffres de ce site sont présentés à titre de contexte et d'information générale. Ils ne constituent ni des conseils, ni des prévisions, ni des alertes ; les limites de l'information sont exposées dans les Avertissements et les Notices sur les données.
Editors and the expert reviewers named on each article decide what we publish. Funders and partners do not review or approve articles before publication.
This site uses only strictly necessary cookies to work and to remember your privacy choices. Nothing loads from other companies, and we never sell or share your personal information.
Details
This site uses only strictly necessary cookies to work and to remember your privacy choices. Nothing loads from other companies, and we never sell or share your personal information. We run no advertising. You can review your choices at any time through Privacy choices at the foot of every page.