Developing inclusive employment: Lessons from Telenor Open Mind
Notice bibliographique
Résumé
BACKGROUND: Despite significant gains in legal rights for people with disabilities, the employment rate for individuals with disabilities in many countries remains extremely low. Programs to promote the inclusion of people with disabilities in the workforce can have an important impact on individuals' economic and social prospects, as well as societal benefits. OBJECTIVE: This article aims to explore Telenor Open Mind, a job training program at Norway's largest telecommunications company with financial support from Norway's Labor and Welfare Organization (NAV), which acts as a springboard for individuals with disabilities into the workplace. METHODS: A qualitative case study design was utilized to explore the Telenor Open Mind Program. Drawing on field research conducted in Oslo during 2011, this article explores subjective experiences of individuals involved with the program, through interviews and program observations. RESULTS: Telenor Open Mind's two-year program is comprised of a three month training period, in which individuals participate in computer and self-development courses followed by a 21-month paid internship where participants gain hands-on experience. The program has an average 75% rate of employment upon completion and a high rate of participant satisfaction. Participation in the program led to increased self-confidence and social development. The company experienced benefits from greater workplace satisfaction and reductions in sick leave rates. CONCLUSIONS: The Telenor Open Mind program has provided benefits for participants, the company, and society as a whole. Participants gain training, work experience, and increased employability. Telenor gains dedicated and trained employees, in addition to reducing sick leave absences among all employees. Finally, society benefits from the Open Mind program as the individuals who gain employment become tax-payers, and no longer need to receive benefits from the government.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,004 | 0,004 |
| Communication savante | 0,004 | 0,004 |
| Science ouverte | 0,002 | 0,009 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 source (Gemma direct ou Codex distillé), 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 ».