MétaCan
Menu
Retour à la cohorte
Enregistrement W2470658464 · doi:10.1186/s40172-016-0047-7

The impact of Craigslist’s entry on competing employment websites

2016· article· en· W2470658464 sur OpenAlexaff
Vera Brenčič

Notice bibliographique

RevueIZA Journal of Labor Economics · 2016
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueConsumer Market Behavior and Pricing
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésVisitor patternPopularityBusinessExploitUnemploymentAdvertisingMarketingLabour economicsEconomicsPolitical scienceEconomic growthLaw

Résumé

récupéré en direct d'OpenAlex

Abstract Craigslist, a website that hosts job- and help-wanted ads, expanded rapidly across the states in the USA over a very short period of time, thereby changing abruptly the market structure faced by competing employment websites. We exploit this abrupt change to evaluate its impact on competing websites’ online traffic and pricing. We find that Craigslist’s entry was associated with a decrease in the number of visitors that an average competing employment website attracted and with a decrease in the number of pages an average visitor reviewed during a typical visit. We also find that employment websites lowered some of the fees they charged their users. Overall, these findings offer one explanation for why Craigslist, despite its popularity, had little effect on the unemployment rate in the labor markets it entered: the entry of Craigslist cannibalized online traffic at competing employment websites. JEL Classification: J20, L10, L86

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)0,000
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 enseignants0,109
Score d'incertitude au seuil0,381

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
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 Opus0,017
Tête enseignante GPT0,251
Écart entre enseignants0,233 · 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

Citations3
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIZA Journal of Labor EconomicsMême sujetConsumer Market Behavior and PricingTravaux en français237 207