Technological literacy and employment: An inquiry into the adoption of learning technologies
Notice bibliographique
Résumé
This study investigates the relationship between online learning activities for educational, professional, or personal purposes and employment likelihood using the Information and Communication Technology (ICT) Usage Survey conducted by the Turkish Statistical Institute (TSI) between 2015 and 2023. Utilizing a nationally representative survey, we analyze (1) online course enrollment and (2) online learning engagement (self-learning and communication-based learning activities) and their relationship with being employed. The results highlight that all forms of online learning—course enrollment, self-learning, and communication-based learning activities—positively influence employment. Regarding the magnitude of the effects, online learning engagement is as useful as online course enrollment, underscoring the importance of engagement that can supplement formal or structured learning methods. Furthermore, online learning activities benefit disadvantaged labor groups such as female and older workers more. The findings emphasize the potential of online learning activities to promote lifelong learning and mitigate barriers to employment, particularly among older individuals and women. Considering these dynamics, this study allows policymakers and practitioners to develop more effective strategies to address gender disparities and foster inclusive workforce participation. • Individuals engaging in online learning activities are more likely to be employed. • Online learning engagement is as useful as online course enrollment, underscoring the importance of communication via online tools and interactive learning experiences that can supplement formal or structured learning methods. • A significant portion of the observed rise in employment linked to online education can be attributed to increased participation in the labor force. • Online education shows greater benefits for older individuals, potentially mitigating age-related barriers to employment and promoting lifelong learning. • Online education has a stronger impact on women's employment, suggesting it can help address gender disparities in the job market by enhancing women's employment prospects.
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 | 0,004 | 0,022 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,000 |
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.
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 ».