Notice bibliographique
Résumé
We begin our discussion of the empirical results with a closer look at the four work logics. Figure 7.1 shows the distribution of individuals across the horizontal division lines to which we give heavy emphasis in the construction of our class schema. Although the four countries in our sample do not present fundamentally diverse employment structures, substantial differences emerge. The markedly industrial bias of the German economy is reflected in a predominant share of individuals evolving in a technical work logic: more than a third of Germany's workforce are technical experts, technicians, crafts workers and operatives. This contrasts with data for Britain where only a quarter of the labour force is employed in these classes. Britain's employment, however, clusters more heavily in the organizational work logic than the three other countries: 20 per cent of the British labour force work in managerial or associate managerial occupations and 15 per cent in clerical office jobs. In the case of Sweden, Figure 7.1 clearly reflects the importance of the country's welfare state. A third of Sweden's employment is set in the interpersonal service logic. The large proportion of individuals in social services is compensated by Sweden's low share within the organizational work logic. The finding that Sweden is comparatively 'undermanaged' is not new and has, among others, been accounted for by the country's large public sector (Ahrne and Wright, 1983: 223). Distribution of total employment across the four work logics (in %) KeywordsClass StructureEmployment ShareWork LogicSkilled CraftCraft WorkerThese keywords were added by machine and not by the authors. This process is experimental and the keywords may be updated as the learning algorithm improves.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 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 ».