Dependencyat aDistance: Implications of Workforce Mobility for Community Resilience Part
Notice bibliographique
Résumé
The development of new transport technologies and infrastructure has facilitated increased mobility across globe, including of goods, finances and people; so much so that, in the present, it has been argued that a new mobilities turn has emerged within social science research (Hannam et al. 2006). Changes in mobility patterns over time are particularly pronounced in the study of mobility for work, also known as employment-related geographical mobility (E-RGM). E-RGM involves the movement of workers across municipal, provincial, or national boundaries to and from their place of employment and place of residence (Temple et al., 2011). For many communities E-RGM contributes to community survival and resilience by providing a important source of local earnings and an alternative to outmigration. E-RGM, particularly long distance commuting, also creates a particular way of life for residents who are ‘gone away’ for work and for others in the communities where they live and/or work. Research on E-RGM has identified both opportunities and challenges for workers, their families, and source (home) and host (work) communities (Vodden and Hall 2016). One implication of increased E-RGM is new forms of dependency on work in distance locations, with employment opportunities shaped by decision-makers, financial flows and market trends that are distant from workers’ source communities (Storey and Hall, forthcoming). Organized in conjunction of the On the Move Partnership, this session will explore the impacts of E-RGM and “dependency at a distance” for rural and urban communities as well as existing and potential responses to associated challenges and opportunities.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,003 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 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 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 ».