MétaCan
Menu
Retour à la cohorte
Enregistrement W3082908526 · doi:10.3390/su12177210

Are Cooperatives an Employment Option? A Job Preference Study of Millennial University Students

2020· article· en· W3082908526 sur OpenAlexaff
Inmaculada Buendía‐Martínez, Carolina Hidalgo-López, Eric Brat

Notice bibliographique

RevueSustainability · 2020
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueEntrepreneurship Studies and Influences
Établissements canadiensHEC Montréal
Organismes subventionnairesnon disponible
Mots-clésUnderemploymentPreferenceMultinomial logistic regressionUnemploymentPopulationDilemmaMarketingDemographic economicsPsychologySocial psychologyEconomicsBusinessSociologyEconomic growthMicroeconomics

Résumé

récupéré en direct d'OpenAlex

Millennials represent the most important group among the working age population. Destined to be the leaders of the future, their professional and personal profiles differ considerably from previous generations. Despite being considered as the most successful generation, millennials face a societal transformation and a labor reality marked by high levels of unemployment and underemployment that shape their career choice. Although millennials’ and university students’ job preferences have long been debated in the literature, some research gaps remain. Studies rarely consider the interplay between individuals’ profiles and the institutional form of business, particularly cooperative versus non cooperative options. To predict the compatibility between Millennials’ profiles and the cooperative job preference, a multinomial logit model is developed based on a survey of millennial business college students. Our key findings showed that some extrinsic issues are related to cooperative job preference, however the factor that has the most significant impact is the cooperative knowledge. This has important implications for the cooperative movement and for policy makers in charge of cooperative development.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,046
Tête enseignante GPT0,282
Écart entre enseignants0,236 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

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

Citations20
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSustainabilityMême sujetEntrepreneurship Studies and InfluencesTravaux en français237 207