lnu.sePublikationer
Ändra sökning
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • harvard1
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf
Ingen integration utan förbättrat humankapital
Linnéuniversitetet, Ekonomihögskolan (FEH), Institutionen för nationalekonomi och statistik (NS). (Linnaeus University Centre for Discrimination and Integration Studies)
2018 (Svenska)Ingår i: Dagens Industri, ISSN 0346-640X, nr 2018-07-18Artikel i tidskrift, Dagstidning (Övrig (populärvetenskap, debatt, mm)) Published
Abstract [sv]

Upptrappade integrationsinsatser och reformer på arbetsmarknaden räcker inte för att nyanlända ska komma in i samhället. Det krävs ett förbättrat humankapital och stora utbildningssatsningar är nödvändiga, skriver nationalekonomen Mats Hammarstedt.

Ort, förlag, år, upplaga, sidor
2018. nr 2018-07-18
Nationell ämneskategori
Samhällsvetenskap
Forskningsämne
Ekonomi, Nationalekonomi
Identifikatorer
URN: urn:nbn:se:lnu:diva-77001OAI: oai:DiVA.org:lnu-77001DiVA, id: diva2:1235733
Tillgänglig från: 2018-07-27 Skapad: 2018-07-27 Senast uppdaterad: 2019-08-07Bibliografiskt granskad

Open Access i DiVA

Fulltext saknas i DiVA

Övriga länkar

Fulltext

Personposter BETA

Hammarstedt, Mats

Sök vidare i DiVA

Av författaren/redaktören
Hammarstedt, Mats
Av organisationen
Institutionen för nationalekonomi och statistik (NS)
Samhällsvetenskap

Sök vidare utanför DiVA

GoogleGoogle Scholar

urn-nbn

Altmetricpoäng

urn-nbn
Totalt: 23 träffar
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • harvard1
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annat format
Fler format
Språk
  • de-DE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • sv-SE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf