A FRESH LOOK AT KNOWLEDGE MANAGEMENT STRATEGIES DURING THE CRISIS
Notice bibliographique
Résumé
The pandemic has enhanced the social function of digital technologies and services. It is solely through digital technology that a massive shift to remote work has been possible during the most difficult period of the pandemic. All over the world, the philosophy of office work is changing, and there is a transition to permanent and conditional-permanent remote work. For example, Transport Canada is planning to move to telecommuting as a key employment model for its employees. In the near future, telecommuting will continue for most of the 6,000 employees in the agency. In China, widespread use of WeChat, Tencent, and Ding digital working applications began in late January 2020, when isolation measures were introduced. In Switzerland, COOVID-19 Remote Work and Study Resources provides free resources for remote operation and distance learning. Zoom and Google Meet videoconferencing, remote workplaces, and new social platforms run remote work almost immediately, and this trend is likely to continue after the lifting of the quarantine. Trends in staff employment worldwide are rather mixed. According to LinkedIn, it is possible to track changes in the employment rates of seven key economies – Australia, China, France, Italy, Singapore, Great Britain and United States. In France and Italy, the decline was more pronounced at -70% and -64.5% respectively by mid-April 2020. Since then, employment has been gradually recovering, and most of the seven key economies for which these figures have been analysed tend to change by 0 per cent year on year. By July 1, 2020, China, France, and the United States had seen the largest rebound in relative recruitment – -6% or -7%. At the end of September 2020, the countries with a high recovery in employment were China (22 per cent), Brazil (13 per cent), Singapore (8 per cent) and France (5 per cent). In these economies, hiring so far seems to compensate for months in which no new personnel have been recruited, indicating some stabilization of the labor market.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,006 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,004 | 0,005 |
| Études des sciences et des technologies | 0,012 | 0,009 |
| Communication savante | 0,033 | 0,033 |
| Science ouverte | 0,003 | 0,011 |
| Intégrité de la recherche | 0,008 | 0,010 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,019 | 0,004 |
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».