Análisis inferencial del campo laboral del profesional de administración de empresas: Realidades y desafíos.
Bibliographic record
Abstract
Optimizar los vínculos entre las Instituciones de Educación Superior y los entes empleadores para favorecer los procesos de inserción en el campo laboral, debe constituir una prioridad dentro de los aspectos a considerar en el marco de la Educación Superior ecuatoriana y también de cualquier parte del mundo. En atención a ello la investigación se centró en analizar la problemática presentada por los profesionales de la Facultad de Administración de Empresas de la Universidad de Chimborazo (ESPOCH), de Ecuador, en relación con su inserción al campo laboral. La metodología seguida fue de tipo descriptiva no experimental, acompañada de métodos teóricos y de la encuesta como técnica de recolección de datos. Se determinó de forma aleatoria una muestra de 64 egresados de ambos sexos de las carreras de Auditoria, Marketing, Finanzas, Contabilidad y Gerencia en Transporte. El análisis de los resultados permitió mediante la aplicación de la estadística descriptiva e inferencial, corroborar el nivel de empleabilidad logrado por los egresados objeto de estudio, describiendo el comportamiento de variables tales como: edad, género, nivel jerárquico, tipo de organización, actividad económica, funciones, entre otras. Igualmente se muestra un análisis sobre la cantidad de graduados de otras Instituciones de Educación Superior y la proyección para los próximos años en cuanto a necesidad de profesionales. Todo esto favoreció mediante el análisis inferencial determinar las realidades y desafíos para los próximos 5 años en cuanto al campo laboral de los graduados de la Facultad.
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 | 0.052 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.004 | 0.005 |
| Science and technology studies | 0.002 | 0.002 |
| Scholarly communication | 0.004 | 0.002 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.008 | 0.001 |
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".