MétaCan
Menu
Retour à la cohorte
Enregistrement W4366817032 · doi:10.4337/9781035308415

Understanding Careers Around the Globe

2023· book· en· W4366817032 sur OpenAlexaboutno aff

Notice bibliographique

RevueEdward Elgar Publishing eBooks · 2023
Typebook
Langueen
DomaineSocial Sciences
ThématiqueHigher Education and Employability
Établissements canadiensnon disponible
Organismes subventionnairesFundação para a Ciência e a TecnologiaSistema Nacional de InvestigadoresUniversidad de DeustoLietuvos Mokslo TarybaSociety for Industrial and Organizational Psychology Foundation
Mots-clésGlobeGeographyGeologyPsychologyNeuroscience

Résumé

récupéré en direct d'OpenAlex

This fascinating book comprises case studies of careers from 24 countries across the globe, highlighting culture-specific career issues, and encouraging reflection on one's own career. Interwoven with current theoretical and empirical insights from career studies, it emphasises the importance of our respective contextual settings. Reflecting socio-political changes around the globe, the book discusses a range of factors that can influence career success, including personal characteristics, stability and change, boundaries and borders, and gender. Chapters examine key themes such as career reinvention, professional resilience in times of financial crisis, support for immigrants in transitioning to local labour markets, and the effect of Brexit on career motivations, across countries including Argentina, Canada, India, Japan, Nigeria, and Switzerland. Throughout the book, contributors consider three defined perspectives on careers - ontic, spatial, and temporal - to identify the fundamental aspects of careers around the world. Proposing new solutions to contemporary career issues, this book will be vital reading for students and teachers of human resource management, international business, organisational behaviour, economics and finance. It will also be beneficial for guidance counsellors, careers advisers and coaches, and HR professionals.

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)0,004
score de la tête « metaresearch » (Gemma)0,002
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Communication savante
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,081
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0020,001
Communication savante0,0050,001
Science ouverte0,0020,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,146
Tête enseignante GPT0,329
Écart entre enseignants0,183 · 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
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

Citations3
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEdward Elgar Publishing eBooksMême sujetHigher Education and EmployabilityTravaux en français237 207