MétaCan
Menu
Retour à la cohorte
Enregistrement W2029062293 · doi:10.7870/cjcmh-2006-0019

Organizational Characteristics Related to the Adoption of Employee Assistance and Drug Testing Programs in Canada

2006· article· en· W2029062293 sur OpenAlexaffvenueabout
Scott Macdonald, Richard Csiernik, Pierre Durand, Margaret Rylett, T. Cameron Wild, Sari Lloyd

Notice bibliographique

RevueCanadian Journal of Community Mental Health · 2006
Typearticle
Langueen
DomaineHealth Professions
ThématiqueOccupational Health and Safety Research
Établissements canadiensCentre for Addiction and Mental HealthThe King's UniversityUniversité de MontréalUniversity of Victoria
Organismes subventionnairesnon disponible
Mots-clésEmployee assistanceWork (physics)BusinessDrugSample (material)Human resource managementEnvironmental healthPsychologyMedicinePublic relationsPolitical sciencePharmacologyEngineering

Résumé

récupéré en direct d'OpenAlex

This study examines characteristics of work sites related to the establishment of Employee Assistance Programs (EAPs) and drug testing programs. A sample of 633 human resources managers at work sites with 100 or more employees across Canada completed a questionnaire on their work site characteristics and the types of programs available (response rate = 77.8%). Work sites with EAPs had significantly (p < .01) fewer visible minorities, were more likely to be unionized (p < .0001), and had less hierarchical management styles (p < .00001) than work sites without EAPs. For drug testing programs, significant differences were found across provinces (p < .00001) for work sites that delivered goods to the United States (p < .01), and for those in the safety-sensitive work sectors (p < .00001). Results suggest that the presence of an EAP is an indication of an employee benefit and is more likely to exist in work sites with nonhierarchical management styles, and that drug testing programs are linked to geopolitical issues and safety concerns.

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)0,006
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 enseignants0,046
Score d'incertitude au seuil0,117

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,003
Études des sciences et des technologies0,0040,001
Communication savante0,0010,000
Science ouverte0,0010,002
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 Opus0,081
Tête enseignante GPT0,376
Écart entre enseignants0,295 · 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

Citations6
Publié2006
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Community Mental HealthMême sujetOccupational Health and Safety ResearchTravaux en français237 207