MétaCan
Menu
Retour à la cohorte
Enregistrement W1579103981 · doi:10.7202/1006145ar

Occupational Similarity and Spousal Support: A Study of the Importance of Gender and Spouse's Occupation

2011· article· en· W1579103981 sur OpenAlexaffvenue
Jean E. Wallace, Alyssa Jovanovic

Notice bibliographique

RevueRelations industrielles · 2011
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueWork-Family Balance Challenges
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésSpousePsychologySocial supportSocial psychologySimilarity (geometry)EmpathyCoping (psychology)Meaning (existential)Emotional supportClinical psychologySociology

Résumé

récupéré en direct d'OpenAlex

This paper examines how gender and the occupation of one's spouse may explain differences in the amounts and types of spousal support individuals receive when coping with the stress of their job. We analyze survey data from a sample of married lawyers, some of whom are married to other lawyers and others who have spouses who are not lawyers. The results show that men receive more emotional support from their spouse than women, regardless of their spouse's occupation. In contrast, lawyers receive more informational support from their spouse if they are also a lawyer, regardless of their gender. These fi ndings suggest that wives provide more understanding and empathy to their spouses than husbands, consistent with the literature on gender diff erences in social support. Our fi ndings also suggest that when it comes to providing informational support in terms of sharing advice, suggestions, solutions or relevant experiences in solving a work-related problem, a spouse who is in the same occupation may be better able to provide support. This is consistent with the literature demonstrating the importance of shared experiences in understanding the eff ectives of social support. Future research might explore not only the importance of shared statuses, such as occupation, but also the meaning of shared experiences in order to better understand spouses' support of one another.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,259

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,095
Tête enseignante GPT0,316
Écart entre enseignants0,221 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations15
Publié2011
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueRelations industriellesMême sujetWork-Family Balance ChallengesTravaux en français237 207