Marca empleadora en redes sociales para atraer a la generación Z de Lima
Why this work is in the frame
A frame that forgets how it found something cannot be audited. These are the routes that admitted this work.
Bibliographic record
Abstract
Esta investigación tiene como objetivo identificar cómo debe comunicar el sector alimentación su marca empleadora en redes sociales para atraer talento de la generación Z de Lima. Específicamente, se busca explicar los motivos de los centennials para postular a una organización, descubrir cuáles son las redes sociales preferidas para obtener información sobre la compañía y determinar el contenido más atractivo. El enfoque del estudio es cualitativo, el nivel es descriptivo, el diseño es documental y fenomenológico. Las técnicas utilizadas fueron análisis de contenido, en el cual se revisaron las redes sociales de 3 empresas del sector; y entrevistas semiestructuradas a los responsables de la gestión de marca empleadora y, por otro lado, 20 estudiantes y egresados con experiencia laboral de las facultades de Negocios e Ingeniería. La información se comparó y analizó en base a la escala del atractivo del empleador (EmpAt). Los resultados muestran que las motivaciones de los entrevistados se relacionan con las dimensiones económica, social y desarrollo. Las redes sociales más alineadas a este objetivo son LinkedIn e Instagram. Finalmente, el contenido de interés en estas plataformas son la propuesta de valor al empleado (atributos), cultura, clima, testimonios de trabajadores, información realista del puesto y habilidades blandas que esperan de ellos. Asimismo, los formatos deben ser dinámicos, imágenes de calidad y videos cortos, así como texto reducido y uso de slogans o hashtags llamativos.
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.
Full frame distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.002 | 0.001 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.003 | 0.001 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.003 | 0.000 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.001 | 0.000 |
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 it