MétaCan
Menu
Retour à la cohorte
Enregistrement W2078182602 · doi:10.4018/jhcitp.2011010104

The Determinants of Information Technology Wages

2011· article· en· W2078182602 sur OpenAlexaff
Jing Quan, Ronald Dattero, Stuart D. Galup, Kewal Dhariwal

Notice bibliographique

RevueInternational Journal of Human Capital and Information Technology Professionals · 2011
Typearticle
Langueen
DomaineEngineering
ThématiqueICT Impact and Policies
Établissements canadiensAthabasca University
Organismes subventionnairesnon disponible
Mots-clésSalaryHuman capitalMarital statusBinomial regressionCertificationCompensation (psychology)Logistic regressionHuman capital theoryEconomicsDemographic economicsWork experienceWork (physics)Labour economicsBusinessEconometricsPsychologyManagementStatisticsSocial psychologyEngineeringSociologyMathematicsDemography

Résumé

récupéré en direct d'OpenAlex

Anchoring this work to the classical human capital theory, the authors examine the effects of various human capital factors on IT professional compensation. Dividing IT salary into LOW (<$75,000) and HIGH (>=$75,000) ranges and using binomial logistic regression analysis, this paper estimates the effects of IT experience, education, IT degrees, IT certifications, and managerial positions on the probabilities of earning low wages in comparison to high wages, while controlling for industry type, organization size and location, gender, and marital status. Results indicate that the most important factors associated with high salaries are managerial positions, IT experience, education, and organization size. Practical advice is given on how IT professionals can employ these results to increase their compensation.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,471
Score d'incertitude au seuil0,254

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,002
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 Opus0,010
Tête enseignante GPT0,268
Écart entre enseignants0,259 · 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'étudeThéorique ou conceptuel
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

Citations7
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Human Capital and Information Technology ProfessionalsMême sujetICT Impact and PoliciesTravaux en français237 207