Machine Labor / (Record no. 321538)

MARC details
000 -CABECERA
Longitud fija campo de control 02981cam a22003857 4500
001 - NÚMERO DE CONTROL
Número de control w26584
003 - IDENTIFICADOR DELl NÚMERO DE CONTROL
Identificador del número de control NBER
005 - FECHA Y HORA DE LA ÚLTIMA TRANSACCIÓN
Fecha y hora de la última transacción 20211020103920.0
006 - CÓDIGOS DE INFORMACIÓN DE LONGITUD FIJA - CARACTERÍSTICAS DEL MATERIAL ADICIONAL
Códigos de información de longitud fija - Características del material adicional m o d
007 - CAMPO FIJO DE DESCRIPCIÓN FÍSICA
Campo fijo de descripción física cr cnu||||||||
008 - CÓDIGOS DE INFORMACIÓN DE LONGITUD FIJA
Códigos de información de longitud fija 210910s2019 mau fo 000 0 eng d
100 1# - PUNTO DE ACCESO PRINCIPAL-NOMBRE DE PERSONA
Nombre de persona <a href="Angrist, Joshua.">Angrist, Joshua.</a>
9 (RLIN) 32861
245 10 - TÍTULO PROPIAMENTE DICHO
Título Machine Labor /
Mención de responsabilidad, etc. Joshua Angrist, Brigham Frandsen.
260 ## - PUBLICACIÓN, DISTRIBUCIÓN, ETC. (PIE DE IMPRENTA)
Lugar de publicación, distribución, etc. Cambridge, Mass.
Nombre del editor, distribuidor, etc. National Bureau of Economic Research
Fecha de publicación, distribución, etc. 2019.
300 ## - DESCRIPCIÓN FÍSICA
Extensión 1 online resource:
Otras características físicas illustrations (black and white);
490 1# - MENCIÓN DE SERIE
Mención de serie NBER working paper series
Designación de volumen o secuencia no. w26584
500 ## - NOTA GENERAL
Nota general December 2019.
520 3# - NOTA DE SUMARIO
Sumario, etc, Machine learning (ML) is mostly a predictive enterprise, while the questions of interest to labor economists are mostly causal. In pursuit of causal effects, however, ML may be useful for automated selection of ordinary least squares (OLS) control variables. We illustrate the utility of ML for regression-based causal inference by using lasso to select control variables for estimates of effects of college characteristics on wages. ML also seems relevant for an instrumental variables (IV) first stage, since the bias of two-stage least squares can be said to be due to over-fitting. Our investigation shows, however, that while ML-based instrument selection can improve on conventional 2SLS estimates, split-sample IV, jackknife IV, and LIML estimators do better. In some scenarios, the performance of ML-augmented IV estimators is degraded by pretest bias. In others, nonlinear ML for covariate control creates artificial exclusion restrictions that generate spurious findings. ML does better at choosing control variables for models identified by conditional independence assumptions than at choosing instrumental variables for models identified by exclusion restrictions.
530 ## - NOTA DE FORMATO FÍSICO ADICIONAL DISPONIBLE
Nota de formato físico adicional disponible Hardcopy version available to institutional subscribers
538 ## - NOTA DE DETALLES DEL SISITEMA
Nota de detalles del sistema System requirements: Adobe [Acrobat] Reader required for PDF files.
538 ## - NOTA DE DETALLES DEL SISITEMA
Nota de detalles del sistema Mode of access: World Wide Web.
588 0# - NOTA DE FUENTE DE LA DESCRIPCIÓN
Nota de fuente de la descripción Print version record
690 #7 - CAMPOS LOCALES DE ENCABEZAMIENTO DE MATERIA
Término local o nombre geográfico como elemento de entrada C21 - Cross-Sectional Models &bull; Spatial Models &bull; Treatment Effect Models &bull; Quantile Regressions
Fuente de encabezamiento o término Journal of Economic Literature class.
690 #7 - CAMPOS LOCALES DE ENCABEZAMIENTO DE MATERIA
Término local o nombre geográfico como elemento de entrada C26 - Instrumental Variables (IV) Estimation
Fuente de encabezamiento o término Journal of Economic Literature class.
690 #7 - CAMPOS LOCALES DE ENCABEZAMIENTO DE MATERIA
Término local o nombre geográfico como elemento de entrada C52 - Model Evaluation, Validation, and Selection
Fuente de encabezamiento o término Journal of Economic Literature class.
690 #7 - CAMPOS LOCALES DE ENCABEZAMIENTO DE MATERIA
Término local o nombre geográfico como elemento de entrada C55 - Large Data Sets: Modeling and Analysis
Fuente de encabezamiento o término Journal of Economic Literature class.
690 #7 - CAMPOS LOCALES DE ENCABEZAMIENTO DE MATERIA
Término local o nombre geográfico como elemento de entrada J01 - Labor Economics: General
Fuente de encabezamiento o término Journal of Economic Literature class.
690 #7 - CAMPOS LOCALES DE ENCABEZAMIENTO DE MATERIA
Término local o nombre geográfico como elemento de entrada J08 - Labor Economics Policies
Fuente de encabezamiento o término Journal of Economic Literature class.
700 1# - PUNTO DE ACCESO ADICIONAL - NOMBRE DE PERSONA
Nombre de persona Frandsen, Brigham.
710 2# - PUNTO DE ACCESO ADICIONAL - NOMBRE DE ENTIDAD
Nombre de entidad o nombre de jurisdicción como elemento inicial National Bureau of Economic Research.
830 #0 - PUNTO DE ACCESO ADICIONAL DE SERIE - TÍTULO UNIFORME
Título uniforme Working Paper Series (National Bureau of Economic Research)
Designación de volumen o secuencia no. w26584.
856 40 - LOCALIZACIÓN Y ACCESO ELECTRÓNICO
Identificador Uniforme del Recurso (URI) <a href="https://www.nber.org/papers/w26584">https://www.nber.org/papers/w26584</a>
856 ## - LOCALIZACIÓN Y ACCESO ELECTRÓNICO
Texto del enlace Acceso en línea al DOI
Identificador Uniforme del Recurso (URI) <a href="http://dx.doi.org/10.3386/w26584">http://dx.doi.org/10.3386/w26584</a>
942 ## - ENTRADA DE ELEMENTOS AGREGADOS (KOHA)
Fuente de clasificaión o esquema Dewey Decimal Classification
Koha [por defecto] tipo de item Working Paper
Holdings
Disponibilidad Mostrar en OPAC Fuente de clasificación o esquema Tipo de Descarte No para préstamo Forma de Material Localización permanente Localización actual Localización en estanterías Fecha adquisición Préstamos totales Signatura completa Fecha última consulta Propiedades de Préstamo KOHA
    Dewey Decimal Classification   Not For Loan Colección NBER Biblioteca Digital Biblioteca Digital Coleccion Digital 2021-03-16   nber w26584 2021-03-16 Working Paper

Powered by Koha