MétaCan
Menu
Retour à la cohorte
Enregistrement W1986413242 · doi:10.1177/0022185611409111

What Accounts for the Representation Gap? Decomposing Canada—US Differences in the Desire for Collective Voice

2011· article· en· W1986413242 sur OpenAlexaffabout
Michele Campolieti, Rafael Gómez, Morley Gunderson

Notice bibliographique

RevueJournal of Industrial Relations · 2011
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueLabor Movements and Unions
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésRepresentation (politics)Employee voiceIndustrial relationsSocial psychologyGender pay gapCollective bargainingSocial dialoguePsychologySociologyDemographic economicsPolitical scienceLabour economicsEconomicsLawWage

Résumé

récupéré en direct d'OpenAlex

We utilize two representative cross-national data sets to shed light on what has been a vexing problem in the industrial relations literature; namely, the existence and persistence of the representation gap documented more than a decade ago by Freeman and Rogers (1999). Specifically, we estimate the determinants of employee desire for a range of collective voice mechanisms, including unionization. We do this separately for the US and Canada and then, using an application of the Oaxaca decomposition technique, we decompose the differences in those desires between the two countries into a component due to differences in the characteristics of respondents and another due to differences in preferences for collective voice mechanisms. Our results indicate that: (1) roughly half of workers in both countries expressed a desire for a range of collective voice mechanisms to deal with workplace issues; (2) that desire for collective voice was stronger in the US than in Canada; and (3) that virtually all of the stronger desire for collective workplace voice in the US, as compared to Canada, was due to stronger employee preferences for collective solutions as opposed to differences in the characteristics of workers. We offer plausible explanations for our findings and discuss the implications for labour law reform.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,479
Score d'incertitude au seuil0,891

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,244
Tête enseignante GPT0,361
Écart entre enseignants0,118 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations5
Publié2011
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Industrial RelationsMême sujetLabor Movements and UnionsTravaux en français237 207