XiaoMi-AI文件搜索系统
World File Search SystemSOEP
为什么大学学费没有普遍上涨？就业保护和在职技能投资*
在本节中，我们记录了研究动机以及定量模型旨在解释的经验事实。我们关注自 20 世纪 80 年代初以来美国和德国关键劳动力市场变量的演变。为此，我们采用了美国家庭收入动态研究 (PSID) 1981-2013 年的数据，以及德国社会经济小组 (SOEP) 1984-2013 年的数据（Goebel 等人，2019 年）。2 这些数据集提供了个人层面的工作年限、工资和教育信息，使我们能够对美国和德国的经验进行比较分析。我们关注的是年龄在 25 至 64 岁之间、至少受过高中教育的男性。3 在德国数据中，我们关注 SOEP 的原始样本（仅包括西德家庭），因此结果不受统一后抽样的东德男性不同工作经历的影响。
人工智能与工人福祉
柏林 DIW 多学科面板数据研究 SOEPpapers 本系列介绍的研究结果要么直接基于德国社会经济面板 (SOEP) 的数据，要么使用 SOEP 数据作为国际可比数据集（例如 CNEF、ECHP、LIS、LWS、CHER/PACO）的一部分。SOEP 是一项真正的多学科家庭面板研究，涵盖广泛的社会和行为科学：经济学、社会学、心理学、调查方法、计量经济学和应用统计学、教育科学、政治学、公共卫生、行为遗传学、人口统计学、地理学和体育科学。在 SOEPpapers 上发表投稿的决定由柏林 DIW 选出的编辑委员会做出，以代表 SOEP 涵盖的广泛学科。没有外部审稿程序，论文未经修改就被接受或拒绝。本系列中的论文作为正在进行的工作出现，也可能出现在其他地方。它们通常代表初步研究，并被传阅以鼓励讨论。引用此类论文应说明其临时性质。可以直接向作者索取修订版。本系列中表达的任何观点均为作者的观点，而非 DIW Berlin 的观点。DIW Berlin 传播的研究可能包括对公共政策问题的看法，但该研究所本身不持任何机构政策立场。 SOEPpapers 可在 http://www.diw.de/soeppapers 上获取。编辑：Carina Cornesse（调查方法）Jan Goebel（空间经济学）Cornelia Kristen（移民）Philipp Lersch（社会学、人口统计学）Carsten Schröder（公共经济学）Jürgen Schupp（社会学）Sabine Zinn（统计学）Conchita D'Ambrosio（公共经济学，DIW 研究员）Denis Gerstorf（心理学，DIW 研究员）Martin Kroh（政治学，调查方法）Stefan Liebig（社会学）David Richter（心理学）Jörg-Peter Schräpler（调查方法，DIW 研究员）Thomas Siedler（实证经济学，DIW 研究员）C. Katharina Spieß（教育和家庭经济学）Gert G. Wagner（社会科学）Katharina Wrohlich（性别经济学）
建议引用推荐引用iivari，Netta； Sharma，Sumita； Heidi Hartikainen；和莱娜（2024）的Ventä-Olkkonen，“从了解ai l
nyman等，2024），但作为基础教育的组成部分。我们坚持认为，应改变年轻一代的基础教育，以更好地装备他们的数字化未来。今天的孩子需要提供技能，以批评智能，数据驱动的技术及其后果，同时也可以推动他们的发展。有了这样的目标，我们在儿童的基础教育的背景下工作了15年以上，从PD以及从批判性设计和制作的各种方法中获得灵感（例如，Iivari等人。2022）。沿着相同的线条，可以观察到重大发展，例如，在丹麦的儿童计算赋权标签下（Dindler等，2020）和美国，在关键，以文化响应或以司法为中心的计算机教育的标签下，Erete等人（例如Erete等，2021; Lee＆Soep; Lee＆Soep＆Soep＆Soep; Morales-navarro＆kafrro＆kafrro＆kaf，我们维护信息系统（IS）学者应该更广泛地开始为儿童的基础教育做出贡献：作为一门学科，邀请人们邀请人们对数字技术及其后果进行了批判性却建设性的后果（Iivari等，2023）。