The Ecology of Signals and Strategies in Labor Markets
Notice bibliographique
Résumé
We propose that scholars can develop better insights into the human-capital-related phenomena inside organizations by focusing on factors and forces outside organizations. This requires theorizing and understanding market-level processes that are typically assumed away or delegated to the role of background context for acquisition and development of human and social capital. Yet, despite evidence that suggests the importance of taking a more ecological perspective, there is a dearth of theoretical and empirical work in management and organization theory that takes this market-level view of the human and social capital. The purpose of this symposium is to re-ignite work in this direction. The symposium accomplishes that by showcasing four excellent examples of the work on hiring, careers, and entrepreneurial career decisions, each taking the market-level perspective to understand decisions and outcomes at the individual and organization levels. When Industry Boundaries Cross Status Boundaries: Organizational Status and Mobility across Industry Presenter: Shinjae Won; U. of Illinois at Urbana-Champaign Presenter: Deepak Somaya; U. of Illinois at Urbana-Champaign Presenter: Michelle Rogan; Kenan-Flagler Business School, U. of North Carolina at Chapel Hill Quality Inference or Preference Coordination? Market-Level Convergence in Individual-Level Status Beliefs Presenter: David Tan; U. of Washington Presenter: Christopher I. Rider; U. of Michigan, Ross School of Business Bringing the Inside Out and the Outside In: How Hiring Processes Bridge Startup-Ecosystem Boundaries Presenter: Lisa Ellen Cohen; McGill U. Presenter: Marc-David Seidel; U. of British Columbia Occupational Licensure, Collective Legitimacy, and Entrepreneurial Entry Presenter: Roman V. Galperin; Johns Hopkins Carey Business School Presenter: John-Paul Ferguson; McGill U.
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 | 0,016 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,013 |
| Communication savante | 0,010 | 0,010 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».