Cette newsletter est en ce mois de février riche en ressources : le Projet QuInnE a organisé un séminaire de restitution, nous avons obtenu l’accès à une riche enquête sur l’usage des médias sociaux (avec des questions de bien-être subjectif), une roborative introduction au machine learning par et pour les économistes. Nous espérons que celles-ci vous ouvrirons de nouvelles perspectives dans vos recherches.
Soutenance de thèse
Alexandre Georgieff a soutenu avec succès sa thèse, dirigée par Claudia Senik le 10 janvier dernier, sous le titre Trois essais sur l’Impact des Institutions sur le Comportement des Travailleurs et la Qualité de l’Emploi.
Félicitations à lui !
Événements
Hackathon Bien-être
Le Crédoc a organisé le 03 février dernier un Hackathon sur le thème du Bien-être. Des équipes mixtes d’étudiants venus de Télécom, Dauphine,PSE, SciencesPo et l’ENSAI ont rivalisé d’inventivité dans l’utilisation de l’enquête Conditions de vie et aspirations, mise à disposition pour l’occasion par le Crédoc.
En une journée, la conjonction des compétences des économistes, statisticiens et data scientists a permis de belles réalisations, allant d’un analyse des déterminants du bien-être chez les personnes en situation de handicap à la mobilisation de random forests pour apparier des groupes de population et des pratiques contribuant au bien-être.
L’Observatoire était représentée dans le jury par Claudia Senik. Nous allons maintenant travailler avec le Crédoc sur les développements à donner à ces travaux.
QuInnE
Le projet Quality of jobs and Innovation generated Employment outcomes (QuInnE) a tenu le 19 janvier dernier une conférence de restitution. Financé par le programme Horizon 2020 de la Commission Européenne et avec l’appui du Cepremap, ce prgramme interdisciplinaire analyse les relations causales entre innovation technique, volume et qualité de l’emploi dans une perspective européenne.
Site du projet : http://quinne.eu/
Supports
des présentations
Sources de données : ReDefTie
Le projet européen ReDefining Tie strength – how social media (can) help us to get non-redundant useful information and emotional support a publié en Open Data les données d’une enquête de panel (8 vagues espacées de six mois) sur les usages des réseaux sociaux. L’enquête comprend plusieurs variables de bien-être subjectif.
Pour définir les modalités d’accès à ces donnés, vous pouvez prendre contact avec Mathieu Perona pour y accéder.
Lost in Machine Learning ?
Le Machine Learning : tout le monde en parle, certains en font, parfois sans le savoir. S’il existe une multitude de cours en ligne sur ce thème, la plupart sont conçus par des spécialistes d’algorithmique, selon l’approche qui leur est propre.
Le Webcast de l’AEA, par Susan Athey et Guido Imbens, est donc fort opportun. Il expose les enjeux et les méthodes du machine learning dans le langage et à la lumière des besoins des économistes et économétriciens.
Il s’agit d’un cours complet, avec une quinzaine d’heures de vidéos, les supports et un ensemble d’exemples pratiques. Pour les plus pressés, la première vidéo met en place les concept-clefs de ce que peut (ou pas) apporter le machine learning à l’économétrie.
Publications externes
Pollution et Bien-être
Un billet invité par le What Works Wellbeing, publié en novembre, fait le point sur ce que nous savons des relations entre pollution et bien-être subjectif.
Art, santé mentale et bien-être
Les activités artistiques, visuelles en particulier, constituent un des outils thérapeutique largement appliqués au traitement des problèmes de santé mentale. Le What Works Wellbeing fait le point sur les effets de ces outils, et met l’accent sur l’importance du cadre de réalisation de ce type d’actions.
Visual Arts, Mental Health and Wellbeing : Evidence Review.
Vu sur le Web
How do we measure well-being?
Pour The Conversation, H. S. Richardson et E. Schokkaert font un point sur les trois principales approches de mesure du bien-être : bien-être subjectif, capabilités et valuation monétaire des préférences.
How do we measure well-being?, H. S. Richardson et E. Schokkaert, The Conversation, 08-01-2018
The Illinois Workplace Wellness Study
Les programmes de remise en forme sont très à la mode dans les entreprises et les administrations. En se fondant sur un RCT attentif aux effets de sélection, cette étude montre que les bénéfices attendus de des dispositifs proviennent largement d’un effet d’auto-sélection des participants. Une fois neutralisés ces effets, l’impact sur les participants apparaît négligeable.
Damon Jones, David Molitor, and Julian Reif, “What Do Workplace Wellness Programs Do? Evidence from the Illinois Workplace Wellness Study”, NBER, Janvier 2018
Identifying the effect of age on willingness to take risks
Plusieurs études transversales ont mis en évidence une augmentation de l’aversion au risque avec l’âge. Cette étude transversale sur des panels allemands et hollandais confirme cette tendance.
Thomas Dohmen, Armin Falk , Bart Golsteyn, David Huffman, Uwe Sunde, “Identifying the effect of age on willingness to take risks”, VoxEU, 21 janvier 2018
A New, More Rigorous Study Confirms: The More You Use Facebook, the Worse You Feel
La question de l’impact des réseaux sociaux sur le bien-être suscite une riche production d’études. Dans un article paru dans l’American Journal of Epidemiology, H. Shakya et N. Christakis mettent en évidence une relation négative entre l’intensité d’utilisation de Facebook et le bien-être subjectif. Une version plus grand public a été publiée dans la Harvard Business Review.