MétaCan
Menu
Retour à la cohorte
Enregistrement W4412847053 · doi:10.1080/08865655.2025.2539111

Beyond Economic Incentives: Role of Personal Networks in Employing Cross-Border Commuters

2025· article· en· W4412847053 sur OpenAlexvenueno aff
Johanna Katharina Trager, Marie Jelínková

Notice bibliographique

RevueJournal of Borderlands Studies · 2025
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueMigration and Labor Dynamics
Établissements canadiensnon disponible
Organismes subventionnairesGrantová Agentura, Univerzita Karlova
Mots-clésIncentiveEconomic geographyBusinessEconomicsMicroeconomics

Résumé

récupéré en direct d'OpenAlex

This study analyzes the role of personal networks in employing cross-border commuters. Based on interviews with Czech cross-border commuters and their Bavarian employers, we find that personal networks are not only crucial for cross-border commuters to secure jobs across the border but also serve as the primary recruitment channel for their employers. Distributing information about vacancies through already employed cross-border commuters allows companies to spread the word easily, without facing language barriers, and at low cost. However, heavily relying on this recruitment channel presents challenges for employers, such as adjusting shift schedules to accommodate carpools, which emerge from the personal networks of Czech cross-border commuters. Over time, personal networks may evolve, leading cross-border commuters to end or alter their cross-border commuting due to family obligations or migration to the country of employment. Our findings contribute to the understanding of cross-border commuting by bridging the gap between economic and non-economic theories.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,579
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,012
Tête enseignante GPT0,381
Écart entre enseignants0,369 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Borderlands StudiesMême sujetMigration and Labor DynamicsTravaux en français237 207