MétaCan
Menu
Retour à la cohorte
Enregistrement W3214212869

Copywriter Salary Trends: : Past, Present, and Future

2021· article· en· W3214212869 sur OpenAlexaff
Landon Kiltz

Notice bibliographique

RevueStudent Research Proceedings · 2021
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueBusiness, Education, Mathematics Research
Établissements canadiensMacEwan University
Organismes subventionnairesnon disponible
Mots-clésSalaryEarningsCompensation (psychology)WageRevenueDemographic economicsPopulationSurvey researchEconomicsAccountingPsychologyLabour economicsBusinessMarketingSocial psychologySociologyApplied psychologyDemography
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The researchers of this study attempted to learn more about the gender wage gap and why it affects the copywriter industry in particular. This initial inquiry led to testing for potential reasons for this discrepancy in pay such as personality, skills, and education. The target population for the research was copywriting professionals. The sampling for the survey was judgmental which allowed us to design a survey that was more accommodating to questions involving compensation. From our analysis, we confirmed that there is a statistically significant difference between male and female compensation, however, we also determined that years of experience is highly correlated with a larger salary. After 10 years there is a substantial increase in earnings. This finding is related to the price determinants that are used. High-earning copywriters price their projects based on outputs such as sales revenue generated by the copy. Department: Business  Faculty Mentor: Dr. Fernando Angulo-Ruiz

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCommunication savante, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,238
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,003
Études des sciences et des technologies0,0010,000
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,093
Tête enseignante GPT0,398
Écart entre enseignants0,305 · 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 tête enseignante, pas un consensus.

Devis d'étudeSans objet
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

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueStudent Research ProceedingsMême sujetBusiness, Education, Mathematics ResearchTravaux en français237 207