What Happens When the Gig Is Up? The Relationship Between Gig Work Histories and Future Career Prospects
Notice bibliographique
Résumé
ABSTRACT Despite the increasing popularity of gig work, often performed via online marketplaces and platforms, relatively little is known about how such work experiences may influence jobseekers’ future career trajectories. We explore the potential employment signals associated with gig work histories to gain some preliminary understanding of the mechanisms accounting for these signals. We carry out two survey experiments that simulate the hiring decisions of fictitious jobseekers with gig work histories to examine the labour market signals associated with gig work and the extent to which gig work experiences are (more) less preferred to standard employment histories. The findings of Study 1 reveal that for lower skilled jobs (i.e., the delivery driver), gig work experience is not perceived as inferior, nor does it impede employment prospects in the traditional labour market. However, for jobs requiring higher levels of education and/or skill (i.e., the retail manager and the graphic designer), a candidate with standard employment plus a gig work side‐hustle is perceived qualitatively the same, but those with only gig work experience, even that which makes use of similar skillsets, are perceived as less desirable. Furthermore, we find that perceptions of lower human capital and a negative signal mediate the relationship between gig work history and the decision to hire the fictitious candidate. In Study 2, added as a replication and extension of Study 1, we found that the lower skilled job was perceived more negatively when the candidate had only gig work experience, whereas higher skilled jobs performed in the gig economy were associated with perceptions of lower human capital. We discuss the implications of the differences in perceptions of gig work for research, practice and society in general.
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 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 | 0,001 |
| 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 | 0,002 | 0,000 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».