MétaCan
Menu
Retour à la cohorte
Enregistrement W2890244295 · doi:10.3138/cpp.39.supplement1.s1

The Impact of Social Networks on Labour Market Outcomes: New Evidence from Cape Breton

2013· article· fr· W2890244295 sur OpenAlexaffvenue
Adnan Khan, Steven Lehrer

Notice bibliographique

RevueCanadian Public Policy · 2013
Typearticle
Languefr
DomaineSocial Sciences
ThématiqueSocial Capital and Networks
Établissements canadiensQueen's University
Organismes subventionnairesnon disponible
Mots-clésHumanitiesPolitical scienceArt

Résumé

récupéré en direct d'OpenAlex

On débat depuis longtemps, en économique et en sociologie, de l’effet des réseaux sociaux sur l’emploi, mais établir des liens de causalité reste toutefois un défi. Dans cet article, grâce à des données portant sur un projet d’intervention auquel les participants ont été choisis au hasard, nous analysons l’impact, sur l’emploi, de variations dans diverses mesures de la taille et de la composition des réseaux sociaux, au niveau des individus et d’une communauté. Nos résultats indiquent que le fait d’avoir participé au projet accroît de beaucoup la taille des réseaux sociaux, en particulier en ce qui a trait aux liens faibles. Toutefois, ce changement ne se traduit pas par une meilleure situation de l’emploi 18 mois après la fin de l’étude. Nous n’observons aucune hétérogénéité dans l’effet de l’intervention sur les participants sur la base de la taille initiale du réseau social d’un individu ; ceux qui ont vu leurs liens forts augmenter à un taux plus élevé durant le projet étaient plutôt plus susceptibles de ne pas avoir d’emploi à la fin de l’intervention. En résumé, nos résultats suggèrent que, si certains programmes peuvent influencer avec succès la taille du réseau social des individus, ces changements ont un effet limité sur la situation de ces derniers sur le marché de l’emploi à long terme ; toutefois, quand on considère les individus qui ont un emploi, la composition du groupe, elle, subit un changement.

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)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,774
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0020,001
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0100,000

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 Opus0,034
Tête enseignante GPT0,315
Écart entre enseignants0,281 · 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.

Devis d'étudeSans objet
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

Citations8
Publié2013
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian Public PolicyMême sujetSocial Capital and NetworksTravaux en français237 207