Distribution of vacancies and new hires across employers: Implications for job offers, skill requirements, and employers’ search outcomes
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
• distribution of hires across employers suggests highly concentrated labour markets in Slovenia • higher concentration is correlated with worse job offers and changes in the set of required skills • vacancy duration and vacancy fill rate are not correlated with concentration of hires • findings are consistent with a model in which concentration affects job searcher's outside options We use data on the flow of new vacancies and hires in Slovenia to document three findings. First, labour markets are highly concentrated when we use the Herfindahl-Hirschman index (HHI) to measure the distribution of either vacancies or hires across employers in markets defined by required occupation, the statistical region of employers’ headquarters, and the year of either vacancy registration or hiring. Second, employers offer less attractive job offers (in terms of offered wages and offered length of employment) and change the set of required skills (by favoring leadership, manual dexterity, and fitness) in markets with a more concentrated labour demand. Third, employers are equally likely to fill their vacancies, require a similar amount of time to fill them, and are less likely to fill vacancies with workers whose education is below the required education in markets with a more concentrated labour demand. These patterns are consistent with a labour market in which a more concentrated labour demand restricts job searchers’ job options, strengthens employers’ bargaining leverage, and results in job vacancies with less attractive job amenities yet an expanded list of required skills.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle