MétaCan
Menu
Retour à la cohorte
Enregistrement W4416999459 · doi:10.21686/2413-2829-2025-5-139-143

Structure of Platform Employment of the Population in Russia

2025· article· W4416999459 sur OpenAlexaboutno aff
L. V. Portnova

Notice bibliographique

RevueVestnik of the Plekhanov Russian University of Economics · 2025
Typearticle
Langue
DomaineSocial Sciences
ThématiqueDigital Economy and Work Transformation
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésStatisticPosition (finance)Context (archaeology)PopulationQuarter (Canadian coin)Work (physics)Age structureWorking population

Résumé

récupéré en direct d'OpenAlex

Topicality of the research subject is proved by the fact that during the last two decades new forms of employment kept developing, among which digital work takes the leading position as it is a dynamic and flexible form of basic and additional employment. Changes on Russian labour market taking place in the context of passing to platform employment lead to the necessity to investigate structural changes. The article provides findings of the economic and statistic research on the structure of platform-employed people in Russian economy. The choice of basic period of time for the research is stipulated by the fact that since the 1st quarter 2022 statistic records include the indicator of those platform-employed. Investigation of 1D simple structures made it possible to draw up social and demographic profile of platform-employed resident of Russia and make conclusions about its alterations during a set period of time. By analyzing structural shifts results were obtained that show a drop in certain sections by a number of characteristics, such as gender, age, education and its level, place of residence. Inessential changes in structures being studied were found. Research findings dealing with structure of platform employment can be used as a basis for elaborating employment policy aimed at creation of stable and flexible system promoting economic development in conditions of fast changing labour market.

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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,756
Score d'incertitude au seuil0,906

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,001
Science ouverte0,0010,000
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 Opus0,009
Tête enseignante GPT0,196
Écart entre enseignants0,187 · 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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueVestnik of the Plekhanov Russian University of EconomicsMême sujetDigital Economy and Work TransformationTravaux en français237 207