FRINK Linked Data Fragments server

Matches in SemOpenAlex for { <https://semopenalex.org/work/W2017001089> ?p ?o ?g. }

• W2017001089 endingPage "124" @default.
• W2017001089 startingPage "113" @default.
• W2017001089 abstract "The paper provides an outline of a method useful for forecasting problems. The approach is based on a combination of top-down and bottom-up techniques. It is applied to project employment in all 327 (western) German districts for a time span of two years. The most important step in the preparation of the forecast uses the ENTROP method, which is an entropy optimizing procedure, a generalization of common RAS techniques, newly developed for the estimation of matrices from heterogeneous information. In a defined sense the estimated matrix is the most probable one. The method chosen is very flexible and uses any available information extensively. Therefore, the estimates are reliable as is shown in an ex-post forecast. There is a double purpose for the forecast of employment. First, it helps to gain insights in the causal processes generating regional developments and spatial disparities on labour markets. Second, it is useful for regional labour market policies, e.g. the budgetary planning of the Federal Employment Services. Cet article cherche à esquisser une méthode qui répond aux problèmes de la prévision. La méthode est fondée sur une combinaison des techniques descendantes et ascendantes. On s'en sert afin de prévoir sur une période de deux années l'emploi dans chacun des 327 districts à l'ouest de l'Allemagne. Le stade préliminaire le plus important utilise la méthode ENTROP, une méthode qui optimise l'entropie, une généralisation des techniques RAS courantes, nouvellement développées pour estimer les matrices de l'information hétérogène. Du point de vue de sa définition, la matrice estimée s'avérera la plus probable. La méthode choisie est très flexible et emploie beaucoup toute information disponible. Ainsi, les estimations sont sÛres, dont fait preuve une prévision ex post. La raison d'être de la prévision de l'emploi est double. En premier, on arrive à mieux connaître les causes du développement régional et des écarts régionaux du marché du travail. En deuxième, elle guide les politiques régionales en faveur de l'emploi, à savoir la planification budgétaire des agences pour l'emploi fédérales. Dieser Aufsatz liefert den Umriß einer nützlichen Methode zur Erstellung von Prognosen. Der Ansatz stützt sich auf eine Kombination von topdown und bottom-up Techniken. Er wird dazu benutzt, die sozialversicherungspflichtige Beschäftigung in allen 327 (West) deutschen Landkreisen für die Zeitspanne von 2 Jahren zu projizieren. Der wichtigste Schritt bei der Vorbereitung der Prognose stützt sich auf die ENTROP Methode, ein Verfahren zur Optimierung der Entropie. Dabei handelt es sich um eine Verallgemeinerung gewöhnlicher RAS Techniken, eine Neuentwicklung zur Schätzung von Matrizen aus heterogenen Daten. In gewisser Hinsicht ist die geschätzte Matrix die wahtscheinlichste von allen zulässigen. Die gewählte Methode ist sehr flexibel und macht ausgiebig Gebrauch von allen verfügbaren Daten. Die Schätzungen sind darum zuverlässig, wie an einer ex-post Prognose gezeigt wird. Die Prognose der Beschäftigung verfolgt zwei Zwecke: erstens trägt sie dazu bei, Einsichten in die Kausalvorgänge zu gewinnen, welche regionalen Entwicklungen und räumliche Disparitäten in Arbeitsmärkten zu Grunde liegen. Zweitens ist sie nützlich für die Planung der regionalen Arbeitsmarktpolitik, z. B. für die Haushaltsplanung der Bundesanstalt für Arbeit." @default.
• W2017001089 created "2016-06-24" @default.
• W2017001089 creator A5011917599 @default.
• W2017001089 creator A5018985939 @default.
• W2017001089 date "2001-04-01" @default.
• W2017001089 modified "2023-10-18" @default.
• W2017001089 title "Forecasting Regional Employment with the ENTROP Method" @default.
• W2017001089 cites W1516954220 @default.
• W2017001089 cites W1579292369 @default.
• W2017001089 cites W1974013189 @default.
• W2017001089 cites W1977306592 @default.
• W2017001089 cites W1984958640 @default.
• W2017001089 cites W2024288931 @default.
• W2017001089 cites W2029420412 @default.
• W2017001089 cites W2033468335 @default.
• W2017001089 cites W2042039181 @default.
• W2017001089 cites W2058542159 @default.
• W2017001089 cites W2074143358 @default.
• W2017001089 cites W2082224471 @default.
• W2017001089 cites W2087432886 @default.
• W2017001089 cites W2135093468 @default.
• W2017001089 cites W2344462382 @default.
• W2017001089 cites W2488338824 @default.
• W2017001089 cites W2504626222 @default.
• W2017001089 cites W356017392 @default.
• W2017001089 cites W4242387957 @default.
• W2017001089 cites W4301626421 @default.
• W2017001089 cites W609436182 @default.
• W2017001089 doi "https://doi.org/10.1080/00343400120033106" @default.
• W2017001089 hasPublicationYear "2001" @default.
• W2017001089 type Work @default.
• W2017001089 sameAs 2017001089 @default.
• W2017001089 citedByCount "27" @default.
• W2017001089 countsByYear W20170010892013 @default.
• W2017001089 countsByYear W20170010892014 @default.
• W2017001089 countsByYear W20170010892017 @default.
• W2017001089 countsByYear W20170010892019 @default.
• W2017001089 countsByYear W20170010892020 @default.
• W2017001089 countsByYear W20170010892023 @default.
• W2017001089 crossrefType "journal-article" @default.
• W2017001089 hasAuthorship W2017001089A5011917599 @default.
• W2017001089 hasAuthorship W2017001089A5018985939 @default.
• W2017001089 hasBestOaLocation W20170010892 @default.
• W2017001089 hasConcept C136264566 @default.
• W2017001089 hasConcept C148383697 @default.
• W2017001089 hasConcept C149782125 @default.
• W2017001089 hasConcept C154775046 @default.
• W2017001089 hasConcept C162324750 @default.
• W2017001089 hasConcept C166957645 @default.
• W2017001089 hasConcept C205649164 @default.
• W2017001089 hasConcept C33923547 @default.
• W2017001089 hasConcept C41008148 @default.
• W2017001089 hasConcept C42475967 @default.
• W2017001089 hasConcept C549774020 @default.
• W2017001089 hasConceptScore W2017001089C136264566 @default.
• W2017001089 hasConceptScore W2017001089C148383697 @default.
• W2017001089 hasConceptScore W2017001089C149782125 @default.
• W2017001089 hasConceptScore W2017001089C154775046 @default.
• W2017001089 hasConceptScore W2017001089C162324750 @default.
• W2017001089 hasConceptScore W2017001089C166957645 @default.
• W2017001089 hasConceptScore W2017001089C205649164 @default.
• W2017001089 hasConceptScore W2017001089C33923547 @default.
• W2017001089 hasConceptScore W2017001089C41008148 @default.
• W2017001089 hasConceptScore W2017001089C42475967 @default.
• W2017001089 hasConceptScore W2017001089C549774020 @default.
• W2017001089 hasIssue "2" @default.
• W2017001089 hasLocation W20170010891 @default.
• W2017001089 hasLocation W20170010892 @default.
• W2017001089 hasOpenAccess W2017001089 @default.
• W2017001089 hasPrimaryLocation W20170010891 @default.
• W2017001089 hasRelatedWork W1973538245 @default.
• W2017001089 hasRelatedWork W2013444265 @default.
• W2017001089 hasRelatedWork W2030617584 @default.
• W2017001089 hasRelatedWork W2056210026 @default.
• W2017001089 hasRelatedWork W2077971482 @default.
• W2017001089 hasRelatedWork W2161519270 @default.
• W2017001089 hasRelatedWork W2748952813 @default.
• W2017001089 hasRelatedWork W2899084033 @default.
• W2017001089 hasRelatedWork W331667891 @default.
• W2017001089 hasRelatedWork W2142213187 @default.
• W2017001089 hasVolume "35" @default.
• W2017001089 isParatext "false" @default.
• W2017001089 isRetracted "false" @default.
• W2017001089 magId "2017001089" @default.
• W2017001089 workType "article" @default.