MétaCan
Menu
Retour à la cohorte
Enregistrement W4416002760 · doi:10.5465/amproc.2025.10174abstract

What Happens When the Gig is Up? Gig Work Experiences and Future Career Prospects

2025· article· en· W4416002760 sur OpenAlexaff
Fei Song, Danielle Lamb, Kamran Soltanzadeh

Notice bibliographique

RevueAcademy of Management Proceedings · 2025
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueDigital Economy and Work Transformation
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésGig economyWork (physics)PopularityPerceptionHuman capitalCareer PathwaysCapital (architecture)Capital equipment

Résumé

récupéré en direct d'OpenAlex

Despite the increasing popularity of gig work, relatively little is known about how such work experiences may influence future career trajectories. We explore employment signals associated with gig work histories to gain some understanding of the mechanisms accounting for these signals. We carry out two survey experiments that simulate the hiring decisions of jobseekers with differing gig work histories to examine the labor 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 labor 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 experiences and the decision to hire the applicant.

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)0,000
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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,677
Score d'incertitude au seuil0,551

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 savante0,0010,003
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 Opus0,017
Tête enseignante GPT0,262
Écart entre enseignants0,245 · 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'étudeSans objet
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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAcademy of Management ProceedingsMême sujetDigital Economy and Work TransformationTravaux en français237 207