MétaCan
Menu
Retour à la cohorte
Enregistrement W2014259025 · doi:10.1089/jwh.2009.1809

Work-Life Policies for Canadian Medical Faculty

2010· article· en· W2014259025 sur OpenAlexaffabout
Aaron Gropper, Kathleen Gartke, Monika MacLaren

Notice bibliographique

RevueJournal of Women s Health · 2010
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueDiversity and Career in Medicine
Établissements canadiensCanadian Medical Association
Organismes subventionnairesnon disponible
Mots-clésFlexibility (engineering)Work–life balanceWork (physics)Parental leaveJob satisfactionFamily-friendlyFamily LeaveChild careMedical educationMedicinePsychologyFamily medicineNursingManagementSocial psychology

Résumé

récupéré en direct d'OpenAlex

PURPOSE: This study aims to catalogue and examine the following work-life flexibility policies at all 17 Canadian medical schools: maternity leave, paternity leave, adoption leave, extension of the probationary period for family responsibilities, part-time faculty appointments, job sharing, and child care. METHODS: The seven work-life policies of Canadian medical schools were researched using a consistent and systematic method. This method involved an initial web search for policy information, followed by e-mail and telephone contact. The flexibility of the policies was scored 0 (least flexible) to 3 (most flexible). RESULTS: The majority of policies were easily accessible online. Work-life policies were scored out of 3, and average policy scores ranged from 0.47 for job sharing to 2.47 for part-time/work reduction. Across schools, total scores ranged from 7 to 16 out of 21. Variation in scores was noted for parenting leave and child care, whereas minimal variation was noted for other policies. CONCLUSIONS: Canadian medical schools are committed to helping medical faculty achieve work-life balance, but improvements can be made in the policies offered at all schools. Improving the quality of work flexibility policies will enhance working conditions and job satisfaction for faculty. This could potentially reduce Canada's loss of talented young academicians.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,020
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,949
Score d'incertitude au seuil0,367

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,020
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0040,006
Études des sciences et des technologies0,0060,002
Communication savante0,0030,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,047
Tête enseignante GPT0,379
Écart entre enseignants0,332 · 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 source (Gemma direct ou Codex distillé), 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

Citations7
Publié2010
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Women s HealthMême sujetDiversity and Career in MedicineTravaux en français237 207