Dynamics of labor migration in the Republic of Bashkortostan
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 découle