Social Capital, Labour Markets, and Job-Finding in Urban and Rural Regions: Comparing Paths to Employment in Prosperous Cities and Stressed Rural Communities in Canada <sup>,</sup>
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
This paper compares paths to employment (job-finding) in prosperous cities and economically-stressed rural communities in Canada. Since the pioneering work of Mark Granovetter (1973; 1974) , sociologists have investigated the role of social capital in job-finding (specifically, the use of strong and weak social ties to find out about employment opportunities). To date, however, there have been few direct comparisons of job-finding in urban and rural settings (see Lindsay et al., 2005 ; Wahba and Zenou, 2005 ). Using data from two major surveys and a qualitative interview project, we uncover several important differences in urban and rural paths to employment. First, we find that both strong and weak ties are used more frequently by rural residents to find a job, while city-dwellers rely more often on formal or impersonal means. Second, we find much stronger evidence of differentiation within rural regions. Long-time rural residents are much more likely to use strong and weak ties to find employment than are newcomers. However, rural residents who used weak ties as paths to employment have significantly lower incomes. None of these patterns are evident in the cities. Together, these findings lead us to conclude that job-finding in rural settings is strongly affected by constraints – in the labour market and in social capital resources – that are not present in cities.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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 découle