MétaCan
Menu
Retour à la cohorte
Enregistrement W3171995224 · doi:10.1080/0023656x.2021.1933403

The Development of Employment Protection Legislation in the United Kingdom (1963-2013)

2021· article· en· W3171995224 sur OpenAlexaff
Mohammad Ferdosi

Notice bibliographique

RevueLabor History · 2021
Typearticle
Langueen
DomaineHealth Professions
ThématiqueEmployment and Welfare Studies
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésLegislationStatuteDeregulationEmployment protection legislationLabour lawFlexibility (engineering)Labour economicsCapital (architecture)EconomicsIntervention (counseling)Market economyEntitlement (fair division)LawPolitical scienceBusinessUnemploymentEconomic growth

Résumé

récupéré en direct d'OpenAlex

In Britain, employment protection legislation developed in ways far more dynamic, contradictory and toothless than is commonly assumed by conventional theories. Contrary to prevailing understanding, the first job security laws were intended to increase labor market flexibility, encourage mobility and undermine union power. They were introduced by Conservative governments, curiously offering organized labor some benefits, even though both sides of industry opposed legal intervention. Hence, job security could be obtained and extended without capital (and at first labor’s) consent. What is more, opposite to the liberalizing pressures one would expect to see in an archetypal market economy, the UK has been characterized by far more protective measures than deregulatory ones. However, the record shows that in many ways they have failed to offer tangible benefits to workers. Thus, there is a significant gap between law in the statute books and law in action. Additionally, two-tier labor market reform has contributed to the growing dualism between insiders and outsiders and might explain why deregulation of temporary employment has been the name of the game in the last couple of decades in the UK.

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)0,004
score de la tête « metaresearch » (Gemma)0,012
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,397
Score d'incertitude au seuil0,789

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,012
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0040,002
Communication savante0,0050,002
Science ouverte0,0010,005
Intégrité de la recherche0,0080,004
Charge utile insuffisante (le modèle a refusé de juger)0,0100,003

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 Opus0,130
Tête enseignante GPT0,369
Écart entre enseignants0,239 · 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

Citations2
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLabor HistoryMême sujetEmployment and Welfare StudiesTravaux en français237 207