2023
DOI: 10.1007/s00521-023-08221-9
|View full text |Cite
|
Sign up to set email alerts
|

Determining the gender wage gap through causal inference and machine learning models: evidence from Chile

Help me understand this report

Search citation statements

Order By: Relevance

Paper Sections

Select...
1

Citation Types

0
0
0
1

Year Published

2023
2023
2024
2024

Publication Types

Select...
3
2

Relationship

0
5

Authors

Journals

citations
Cited by 5 publications
(1 citation statement)
references
References 43 publications
0
0
0
1
Order By: Relevance
“…Existen estudios más actuales con técnicas distintas, como el realizado por Kristjanpoller, Michell y Olson (2023), que se centra en determinar la brecha salarial de género a través de un modelo de inferencia causal basado en Resultado Potencial (RP) y Metalearners (ML) con los datos de la encuesta CASEN entre 1990 y 2017. Los resultados revelan la existencia de una brecha en las ganancias entre hombres y mujeres en las últimas tres décadas y, además, se observa que esta brecha se ha ampliado con el tiempo, a diferencia de lo encontrado por otros autores.…”
Section: Reseña De La Literaturaunclassified
“…Existen estudios más actuales con técnicas distintas, como el realizado por Kristjanpoller, Michell y Olson (2023), que se centra en determinar la brecha salarial de género a través de un modelo de inferencia causal basado en Resultado Potencial (RP) y Metalearners (ML) con los datos de la encuesta CASEN entre 1990 y 2017. Los resultados revelan la existencia de una brecha en las ganancias entre hombres y mujeres en las últimas tres décadas y, además, se observa que esta brecha se ha ampliado con el tiempo, a diferencia de lo encontrado por otros autores.…”
Section: Reseña De La Literaturaunclassified