MétaCan
Menu
Retour à la cohorte
Enregistrement W3045746435 · doi:10.1177/0019793920937234

Market Transition and Network-Based Job Matching in China: The Referrer Perspective

2020· article· en· W3045746435 sur OpenAlexaff
Elena Obukhova, Brian Rubineau

Notice bibliographique

RevueIndustrial and Labor Relations Review · 2020
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueSocial Capital and Networks
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésMatching (statistics)BusinessPerspective (graphical)ChinaPopulationReferralSurvey data collectionMarketingDemographic economicsEconomicsComputer sciencePolitical scienceMedicine

Résumé

récupéré en direct d'OpenAlex

To better understand how network-based job matching responds to market development, the authors investigate network matching in China. They examine this question from the perspective of referrers, those who share information about job opportunities with potential job candidates. Using unique data from a population survey and leveraging interprovincial differences in market development, the authors show that market development has a negative association with individuals’ propensity to share job information. People who work at firms that offer a referral bonus and people who work at private firms, however, are more likely to share information and share it with more people, and the number of such employers increases with market transition. This increase can produce a positive association between market development and overall prevalence of job information-sharing. Results clarify the role employer-side processes play in job information-sharing and carry important implications for understanding network matching.

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)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,867
Score d'incertitude au seuil0,480

Scores Codex et Gemma par catégorie

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

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 Opus0,045
Tête enseignante GPT0,302
Écart entre enseignants0,258 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations5
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIndustrial and Labor Relations ReviewMême sujetSocial Capital and NetworksTravaux en français237 207