Twenty years of assessment in WORK: A narrative review
Notice bibliographique
Résumé
INTRODUCTION: The aim of this review was to gain an understanding of the first 20 years of contributions to WORK within the assessment domain and to reflect on the perspectives underscoring this knowledge base. METHOD: A narrative review of assessment articles using the WORK ARTicle database was conducted. Assessment articles were searched using issues from 1990 to 2009. Descriptive data was analyzed to examine historical trends of the specific types and dimensions of articles, the regional location of the contributions, and the methodological accordance. A reflective process was used by an editorial board member of WORK to inductively interpret perspectives and contextual issues that underpinned the evolution of the assessment domain in WORK. RESULTS: Over half of $N=$ 108 of the articles on assessment in WORK focused on establishing or reporting reliability and validity of assessments used in clinical practice or evaluation research. The majority of the assessment articles were predominantly focused on the person. Contributions of articles were from 5 regions: North America, Europe, Australia, Asia and Africa. CONCLUSIONS: Assessment articles in WORK have contributed to the development of evidence to support assessment of the worker. These articles represent a knowledge base that emphasizes evidence-based assessments to evaluate what a person can and cannot do to participate in work. Efforts are needed to expand knowledge generation in assessment to include more evaluations on the workplace and occupation dimensions, and that also considers the worker in context.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».