MétaCan
Menu
Retour à la cohorte
Enregistrement W2014276208 · doi:10.1080/17508975.2012.695950

The changing context of knowledge-based work: consequences for comfort, satisfaction and productivity

2012· article· en· W2014276208 sur OpenAlexaff
Raymond J. Cole, Audrey Bild, Amy A. Oliver

Notice bibliographique

RevueIntelligent Buildings International · 2012
Typearticle
Langueen
DomainePsychology
ThématiqueFacilities and Workplace Management
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésVariety (cybernetics)Agency (philosophy)Context (archaeology)ProductivityKnowledge managementWork (physics)Public relationsInformation and Communications TechnologyBuilt environmentBusinessSociologyEngineeringComputer sciencePolitical scienceWorld Wide WebSocial scienceEconomic growthGeography

Résumé

récupéré en direct d'OpenAlex

Developments in information and communication technologies permit a variety of forms of remote working. The ‘workplace’ now embraces a wide range of possibilities that extend beyond the domain of the ‘office’, reaching out to the home and to a host of public venue ‘hot-spots’ available within the city. This article examines the changing nature of the office workplace to understand the new and emerging spatial and temporal engagement of building inhabitants with their workplaces. It attempts to clarify the distinction between ‘individual’ and ‘shared’ experience of and engagement with manual and automated controls, and how these distinctions are manifest in a variety of different knowledge-based work contexts. It further illustrates how the emerging shift towards more mobile and transient workplaces requires rethinking the notions of a palpable inhabitant ownership, engagement and agency that are considered necessary to support higher degrees of satisfaction. The article concludes by presenting a framework that outlines the relationship between workplace technologies (environmental controls and information and communication technologies) and knowledge-based workers (both individual and groups) across various workplaces (home, office and city).

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)0,001
score de la tête « metaresearch » (Gemma)0,004
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 enseignants0,005
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,003
Communication savante0,0050,002
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,040
Tête enseignante GPT0,323
Écart entre enseignants0,283 · 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

Citations15
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIntelligent Buildings InternationalMême sujetFacilities and Workplace ManagementTravaux en français237 207