Machine Learning in Employment Research Considering Methods and Applications in Job Quality and Algorithmic Management

Nikita Kalganov, B. Sabdenaliyev, A. Igenbayev, Murat G. Kozhanov, Amir Hosein Mosavi, Csaba Makó, Kazizat ISKAKOV, A. Shakhatova

2025

Закрытый доступ Метаданные (CSL-JSON)

DOI 10.1109/cinti67731.2025.11311753

Достоверность данных 70 средняя

Как считается эта оценка

Складывается из проверяемых признаков самой записи: есть ли у статьи DOI, сколько независимых источников подтвердили её данные, заполнены ли обязательные поля и насколько свежо последнее подтверждение. Снижают оценку расхождения между источниками и отсутствие идентификатора. Значение от 80 означает, что запись опубликована без дополнительной проверки; от 60 до 79 — что она опубликована с пониженной достоверностью и ручная проверка желательна. Запись, выверенную редактором вручную, пересчёт не опускает ниже 90. Это оценка наших данных о статье, а не оценка самой статьи.

Аннотация

This review looks at the implementation of artificial intelligence (AI) and machine learning (ML) into Employment research. Based upon an extensive search of literature, the study aims to illustrate the main themes of algorithmic management, platform labor, and occupational safety. An initial search concerning publications between 2014 and 2024 followed an in-depth screening procedure. This review proposes a taxonomy of AI in employment research and demonstrates its role in modeling the employment quality and organizational productivity as well as the occupational safety. The results highlight the essential aspects of AI on the nature of work. The research contributes to the understanding of the impact of ML on employees and organizations.