MétaCan
Menu
Retour à la cohorte
Enregistrement W3175467544 · doi:10.22363/2313-2272-2021-21-2-265-278

Dynamics of labor migration in the Republic of Bashkortostan

2021· article· en· W3175467544 sur OpenAlexaboutno aff
Guldar Аkhmetova

Notice bibliographique

RevueRUDN Journal of Sociology · 2021
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueRegional Socio-Economic Development Trends
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésInternal migrationResidenceDemographic economicsPopulationMarital statusImmigrationEarningsEconomicsGeographyPolitical scienceLabour economicsSociologyDemography

Résumé

récupéré en direct d'OpenAlex

The article considers some indicators of the widespread social phenomenon in Russia - labor migration, which, according to the data for 2019, involves about 2.9 million Russians, or 4% of the employed population. These are internal labor migrants who temporarily work outside their regions. This type of labor migration of Russians has common features with temporary employment in the United States, Canada, and Australia (long distance commuting - LDC), fly-in/fly-out - FIFO). The empirical basis of the article consists of the statistical data (results of the labor force survey by the Federal State Statistics Service for 2011-2019) and the results of sociological research conducted in the region with a high level of shift employment - the Republic of Bashkortostan - in 2015-2019. The statistical data prove regional differences in the Russian shift employment: the majority (72%) of internal labor migrants live in a third of the regions with high and medium levels of temporary labor migration; in some regions, the level of temporary labor migration decreases. The sociological data show different involvement in shift employment depending on place of residence, gender and age, marital status and level of education. The same social-territorial and social-demographic features are evident at the national level. At the federal level, internal labor migration, as a tool for social-economic development, helps to solve the problem of labor shortage in certain areas and sectors of economy; therefore, such labor migration is supported by legal acts. At the regional level, it decreases the labor and demographic potential of the regions that provide labor migrants. To preserve the economic and demographic potential and to strengthen the competitiveness of such regions, we need to develop regional labor markets and labor mobility within regions.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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 enseignants0,050
Score d'incertitude au seuil0,099

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
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 savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
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 Opus0,024
Tête enseignante GPT0,309
Écart entre enseignants0,285 · 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

Citations3
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRUDN Journal of SociologyMême sujetRegional Socio-Economic Development TrendsTravaux en français237 207