Comment expliquer l'augmentation de la recherche d'emploi en cours d'emploi
Bibliographic record
Abstract
Des donnees tirees de l'Enquete sur la population active (EPA) montrent que le pourcentage de travailleurs occupes cherchant un autre emploi a plus que double au Canada entre 1976 et 1995. Des donnees comparables tirees de la Current Population Survey (CPS), de la Panel Study of Income Dynamics (PSID) et de la National Longitudinal Survey (NLS) semblent indiquer que les Etats-Unis ont connu une tendance a la hausse remarquablement semblable au cours de cette periode en ce qui a trait aux taux de recherche d'emploi en cours d'emploi (RECE). En utilisant des donnees americaines pour completer les donnees canadiennes chaque fois ou cela est possible, nous essayons d'expliquer dans la presente communication cette tendance generale a long terme observee dans les taux de RECE au Canada, notamment en effectuant une decomposition et des analyses au niveau des industries ainsi qu'en prenant en consideration des variations concomitantes observees dans les taux de transition d'employeur a employeur et dans les avantages salariaux lies au changement d'emploi. Les resultats obtenus dans l'examen des donnees relatives aux deux pays laissent penser qu'une partie importante de la tendance a la hausse des taux de RECE ne s'explique pas par des effets de composition, y compris les effets de cohorte. L'augmentation de la RECE semble egalement s'etre produite de maniere independante de la hausse de l'insecurite en matiere d'emploi due a des variations brusques de la demande dans des secteurs precis et des tendances relatives a la dispersion des valeurs salariales logarithmiques residuelles. Les donnees examinees concordent le plus avec une diminution a long terme des couts de la recherche d'emploi.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.017 | 0.053 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.004 | 0.014 |
| Science and technology studies | 0.003 | 0.002 |
| Scholarly communication | 0.004 | 0.003 |
| Open science | 0.002 | 0.002 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.007 | 0.002 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".