Notice bibliographique
Résumé
As developed countries shift more toward knowledge-based economic activities, information, technology, and learning play an increasingly important role. The use and adoption of new technologies by firms and workers constitutes a critical component of the process of technological diffusion and advancement. A paper by CLSRN affiliates Craig Riddell (University of British Columbia) and Xueda Song (York University) entitled “The Role of Education in Technology Use and Adoption: Evidence from the Canadian Workplace and Employee Survey†(CLSRN Working Paper no. 83) investigates the causal effects of workers’ educational attainment on their use and adoption of new technologies. The study shows that education exerts causal impacts on certain measures of technology use and adoption, although not all. Since its launch in 1995, Craigslist, has served as a platform for users to post ads that centre primarily on jobs, housing, services, personals, or for sale items, and has grown to receive more than 20 billion page views per month – making it one of the most visited websites in the world. The advent of the internet age has revolutionized the way people search for goods, services, housing and even friends. The job-search market and apartment and housing rental market have been virtually transformed since the emergence of Craigslist and the wide abundance of easily accessible information has affected the way these markets function. A study by CLSRN affiliates Kory Kroft (University of Toronto) and Devin Pope (University of Chicago) entitled: “Does Online Search Crowd out Traditional Search and Improve Matching Efficiency? Evidence from Craigslist†(CLSRN Working Paper no. 108), finds that Craigslist significantly lowered classified job advertisements in newspapers, caused a significant reduction in apartment and housing rental vacancies, but had no effect on unemployment.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,008 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,007 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,475 | 0,344 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».