Formal Lifelong E-Learning for Employability and Job Stability During Turbulent Times in Spain
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
<p class="3">In recent decades, international organizations have developed initiatives that incorporate lifelong learning as a tool to increase the employability of citizens. In this context, the goal of this research is to test the influence of formal e-learning on estimating employment status. The research made use of a sample of 595 citizens in 2007 and 1,742 citizens in 2011, using microdata from Eurostat's Adult Education Survey (AES) implemented by the Spanish Statistical Office<ins cite="mailto:Autor%20desconocido" datetime="2017-09-06T15:18"> [Instituto Nacional de Estadística]</ins> (INE) in Spain. Controlling for socio-demographics and formal education-level information, multiple binary logistic and ordinal regression models on formal education activities are used to check the separate effects of independent variables and demonstrate that Spanish people who have done formal lifelong e-learning activities are more likely to have an employment contract: i) in 2007, before the start of the economic crisis, for all individuals; ii) in 2011, during the economic crisis, for all individuals; iii) in 2011, for individuals with any level of computer literacy; iv) in 2011, for individuals whose highest education level is primary, secondary, or post-secondary non-tertiary; and v) in 2011, for individuals having more stable employment contracts, understood as a combination of duration (temporary, permanent), and working hours (part-time, full-time). Consequently, after inferential judgements based on the empirical results, it is shown that one of the most important factors for estimating employability in times of economic crisis has to do with lifelong e-learning. Moreover, formal e-learning activities can be a strategy for obtaining better job stability.<em></em></p>
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.
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 | 0,022 | 0,018 |
| 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 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 découle