The Impact of Social Networks on Labour Market Outcomes: New Evidence from Cape Breton
Notice bibliographique
Résumé
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 machine sur la base complète
Imitation des enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,020 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,004 | 0,006 |
| Études des sciences et des technologies | 0,002 | 0,003 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,001 |
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.
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 source (Gemma direct ou Codex distillé), 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 ».