MétaCan
Menu
Retour à la cohorte
Enregistrement W2157442272 · doi:10.1111/socf.12022

Who Can Tell? Network Diversity, Within‐Industry Networks, and Opportunities to Share Job Information

2013· article· en· W2157442272 sur OpenAlexaff
Alexandra Marin

Notice bibliographique

RevueSociological Forum · 2013
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSocial Capital and Networks
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésSeekersDiversity (politics)BusinessInformation technologyInformation industryMarketingPublic relationsKnowledge managementComputer scienceSociologyEconomicsPolitical science

Résumé

récupéré en direct d'OpenAlex

This article examines opportunities to share job information. It adds to the growing body of research on information holders and complements existing research that explains what kinds of networks and network positions provide the greatest benefit to job seekers. Data from an exploratory study of entry‐level, white‐collar workers are used to relate opportunities to share information—defined to consist of both knowledge of a job opening and awareness of a potential applicant among one's network members—with information holders’ network composition. The data show that information holders with strong within‐industry networks have more opportunities to share information and do share more information. Information holders with diverse networks more often identify potential applicants for jobs and thus have more opportunities to share information. However, despite having more opportunities to do so, they do not share information more often than those with less diverse networks. These findings, combined with the growing literature on information holders, suggest that different aspects of network composition affect the flow of job information at different stages and thus by different mechanisms.

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)0,004
score de la tête « metaresearch » (Gemma)0,034
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,006
Score d'incertitude au seuil0,023

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,034
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0030,002
Communication savante0,0050,009
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,059
Tête enseignante GPT0,271
Écart entre enseignants0,212 · 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'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

Citations67
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSociological ForumMême sujetSocial Capital and NetworksTravaux en français237 207