Alumni Networks—An Untapped Potential to Gain and Retain Highly-Skilled Workers?
Notice bibliographique
Résumé
In times of increasing skills shortage, regions and particularly non-core regions, need to attract highly-skilled workers. It is better for these regions to (re)-attract highly-skilled workers that gained knowledge and contacts elsewhere and because they once lived in the region for study have already ties to the university region than trying to attract outsiders without such ties. In general, social networks can contribute to nurturing a “warm place” perception among potential workers. This paper looks at special kinds of social networks. It focuses on higher education alumni networks and discusses their role in retention and (re)-attraction for increasing the highly skilled workforce in their university regions. Being part of a university community means that alumni networks are able to maintain continuous contact with their alumni and have a positive effect on students remaining in the region. This can occur through co-operation with the regional economy. However, the current study found that the analysed alumni networks were set up primarily as communication instruments for graduates and alumni and not for regional economy purposes. If elements of retention and (re)-attraction are found in the network activities, this is more an unintentional side effect than a purposeful attempt to contribute to the regional economy. This paper argues that alumni networks could take on such a retention and (re)-attraction function if they broadened their scope of activities and reorganized their management structure. Alumni networks are an untapped potential, which can be activated for regional purposes.
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 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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».