JN Forms 的 URL 已更改:https://cnrj.cnic.navy.mil/Operations-and-Management/Human-Resources/How-To-Apply-MLC-IHA-JOB-Opportunities/JN-Forms/
JN Forms 的 URL 已更改:https://cnrj.cnic.navy.mil/Operations-and-Management/Human-Resources/How-To-Apply-MLC-IHA-JOB-Opportunities/JN-Forms/
截至 24 年 12 月 26 日 JN Forms URL 已更改:https://cnrj.cnic.navy.mil/Operations-and-Management/Human-Resources/How-To-Apply-MLC-IHA-JOB-Opportunities/JN-Forms/
日期截至 24 日 12 月 26 日 JN 表格 URL 已更改:https://cnrj.cnic.navy.mil/Operations-and-Management/Human-Resources/How-To-Apply-MLC-IHA -JOB-Opportunities/ JN-表格/
劳动力的有效分配依赖于人才的识别。当员工的产出不公开时,雇主就有动机利用私人信息,这可能导致企业之间的劳动力分配不当。本文提供了雇主学习的实证证据,并量化了学习对计算机科学 (CS) 博士劳动力市场中工作流动性和创新产出的影响。CS 会议论文集提供了现有 CS 工作者研究工作的公开信息。在由来自行业的研究人员撰写的论文中,大约四分之一可以与同期的专利申请相匹配 - 这表明创新更有价值。然而,申请的事实在 18 个月内仍是现任雇主的私人信息。与公开学习一致,发表新论文的研究人员比没有论文的同事具有更高的企业间流动率。最初,与没有专利申请的作者相比,拥有匹配专利的论文作者流动的可能性较小。但一旦专利申请公开,他们的流动率就会交叉。论文作者与专利相匹配,跳槽到顶级科技公司的可能性也高出 35%。这些模式证实了一个模型的预测,在该模型中,现有公司最初拥有更多高产研究人员的私人信息。该模型的结构估计表明,如果论文和专利同时公开,高能力员工将更快地进入高产出公司。配置效率的隐含提高将使创新产出增加约 5%。