MétaCan
Menu
Retour à la cohorte
Enregistrement W2083985015 · doi:10.1108/01425451011002789

How much would US union membership increase under a policy of non‐exclusive representation?

2009· article· en· W2083985015 sur OpenAlexaff
Mark Harcourt, Helen Lam

Notice bibliographique

RevueEmployee Relations · 2009
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueLabor Movements and Unions
Établissements canadiensAthabasca University
Organismes subventionnairesnon disponible
Mots-clésRepresentation (politics)DisadvantagedPrivate sectorOriginalityEmpirical researchValue (mathematics)EconomicsPublic economicsPolitical scienceEconomic growthPoliticsLawStatisticsMathematics

Résumé

récupéré en direct d'OpenAlex

Purpose In light of the low‐union density and a huge representation gap in the US representation system. The purpose of this paper is to examine the effectiveness of the system under majority rule and to provide some empirical evidence on how much union membership would increase in the USA if a policy of non‐exclusive representation, as adopted in New Zealand, are to be implemented. Design/methodology/approach The sample for the study consists of 227 New Zealand organizations, employing over 180,000 workers. Logistic regression is used for the analysis with the dichotomous dependent variable indicating whether there is majority union support. Findings If the USA allowed and supported minority unionism, union membership could increase by 30 percent or more. Workers in smaller, private‐sector organizations outside healthcare, education, and manufacturing are most disadvantaged by the majority‐rule system. Practical implications Given that many workers' needs for representation have not been addressed by the current US majority rule system, consideration of minority representation to enhance representation effectiveness and understanding its implications are of critical importance, especially for a democratic society. Originality/value The paper offers empirical data on the implications of a change of the US representation system and proposes three options for incorporating minority representation.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,011
score de la tête « metaresearch » (Gemma)0,031
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,023
Score d'incertitude au seuil0,057

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0110,031
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,003
Communication savante0,0030,002
Science ouverte0,0010,003
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,030
Tête enseignante GPT0,347
Écart entre enseignants0,318 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
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

Citations3
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEmployee RelationsMême sujetLabor Movements and UnionsTravaux en français237 207