MétaCan
Menu
Retour à la cohorte
Enregistrement W4248246475 · doi:10.4018/978-1-4666-2648-5.ch003

The Determinants of Information Technology Wages

2012· book-chapter· en· W4248246475 sur OpenAlexaff
Jing Quan, Ronald Dattero, Stuart D. Galup, Kewal Dhariwal

Notice bibliographique

RevueIGI Global eBooks · 2012
Typebook-chapter
Langueen
DomaineEngineering
ThématiqueICT Impact and Policies
Établissements canadiensAthabasca University
Organismes subventionnairesnon disponible
Mots-clésSalaryHuman capitalMarital statusCompensation (psychology)CertificationBinomial regressionHuman capital theoryLogistic regressionEconomicsDemographic economicsLabour economicsEconometricsBusinessPsychologyManagementStatisticsMathematicsSocial psychologySociologyDemographyEconomic growth

Résumé

récupéré en direct d'OpenAlex

Anchoring this work to the classical human capital theory, the authors examine the effects of various human capital factors on IT professional compensation. Dividing IT salary into LOW (<$75,000) and HIGH (>=$75,000) ranges and using binomial logistic regression analysis, this paper estimates the effects of IT experience, education, IT degrees, IT certifications, and managerial positions on the probabilities of earning low wages in comparison to high wages, while controlling for industry type, organization size and location, gender, and marital status. Results indicate that the most important factors associated with high salaries are managerial positions, IT experience, education, and organization size. Practical advice is given on how IT professionals can employ these results to increase their compensation.

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)0,001
score de la tête « metaresearch » (Gemma)0,007
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 enseignants0,010
Score d'incertitude au seuil0,035

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0020,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0100,001

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 Opus0,009
Tête enseignante GPT0,228
Écart entre enseignants0,219 · 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

Citations0
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIGI Global eBooksMême sujetICT Impact and PoliciesTravaux en français237 207