MétaCan
Menu
← Retour à la cohorte
Enregistrement W4285415575 · doi:10.51952/9781529219067.ch002

The Exaggerated Reports of Offices’ Demise: The Strength of Weak Workplace Ties

2021· book-chapter· en· W4285415575 sur OpenAlexaboutno aff
Richard Shearmur, Manuela Parra-Lokhorst, Alastair Wycliffe-Jones

Notice bibliographique

RevueBristol University Press eBooks · 2021
Typebook-chapter
Langueen
DomaineSocial Sciences
ThématiqueLabor Movements and Unions
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésDemiseBusinessPolitical scienceLaw

Résumé

récupéré en direct d'OpenAlex

In mid-March 2020, Canadian society pivoted from business-as-normal to lockdown and social distancing. By the end of March, 39 percent of Canada’s workforce was working from home (Deng et al, 2020), leading some to declare that ‘this might just be the end of the office as we knew it’ (Vasel, 2020). Indeed, the percentage mentioned in Deng et al’s report appears large, especially if one assumes the number was close to 0 percent before the pandemic: but such an assumption would be inaccurate. There has been a slow but steady increase in remote work (from home, but also cafés, co-working spaces, cars, and so on) over the last 30 years (Felstead and Henseke, 2017; Ojala and Pyöriä, 2018; Putri and Shearmur, 2020). Depending on how it is estimated, about 20 to 30 percent of the workforce did not regularly work in a ‘usual place of work’ pre-pandemic. Furthermore, it had become common for people officially assigned to a usual place of work – such as an office – to work part of the time (typically one day a week) from home (Ojala and Pyöriä, 2018; Shearmur, 2020). In this chapter, we suggest that working from home will become more common, but that offices will remain relevant. There are two related reasons for this. First, working away from the office was already common for many office workers, without offices disappearing: rather, office space has been evolving (often towards shared spaces), and this will continue as businesses become more familiar with remote work – the pandemic did not start this trend.

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)0,009
score de la tête « metaresearch » (Gemma)0,037
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,071
Score d'incertitude au seuil0,142

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0090,037
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,003
Études des sciences et des technologies0,0100,011
Communication savante0,0070,008
Science ouverte0,0010,008
Intégrité de la recherche0,0030,007
Charge utile insuffisante (le modèle a refusé de juger)0,0110,002

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 Opus0,020
Tête enseignante GPT0,226
Écart entre enseignants0,207 · 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'étudeSans objet
Domainenon disponible
GenreAutre

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 revueBristol University Press eBooks→Même sujetLabor Movements and Unions→Travaux en français237 207→