MétaCan
Menu
Retour à la cohorte
Enregistrement W2048525498 · doi:10.1080/14427591.2009.9686638

Multiple sclerosis and academic work: Socio‐spatial strategies adopted to maintain employment

2009· article· en· W2048525498 sur OpenAlexaffabout
Valorie A. Crooks, Sharon Dale Stone, Michelle Owen

Notice bibliographique

RevueJournal of Occupational Science · 2009
Typearticle
Langueen
DomaineMedicine
ThématiqueMultiple Sclerosis Research Studies
Établissements canadiensUniversity of WinnipegLakehead UniversitySimon Fraser University
Organismes subventionnairesnon disponible
Mots-clésWorkforceFlexibility (engineering)Identity (music)Exploratory researchOccupational therapyWork (physics)Occupational prestigePrestigePsychologySociologySocial psychologyMedicineEconomic growthEnvironmental healthSocial scienceSocioeconomic statusManagementEngineeringEconomics

Résumé

récupéré en direct d'OpenAlex

Maintaining paid work and the occupational identity it entails after onset of multiple sclerosis is important and beneficial. Research consistently shows that employees with multiple sclerosis who are more highly educated and in positions with greater occupational prestige are more likely to remain in the workforce. We ask: what is it about the specific workplaces in which such workers are employed that facilitates these employment outcomes? To answer this question we conducted an exploratory pilot study involving 10 semi‐structured interviews with Canadian academics with multiple sclerosis. Respondents’ adoption of socio‐spatials trategies related to travel, spatio‐temporalr outines, and social networks was central to maintaining a place in the academic workforce. Factors such as flexibility, access to resources, and symptom fluctuation enabled these strategies. The findings show that the relationships between place and occupation are complex in that multiple physical and social spaces and also roles are invoked in maintaining a particular occupational identity.

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)0,002
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: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,046
Score d'incertitude au seuil0,091

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,148
Tête enseignante GPT0,406
Écart entre enseignants0,257 · 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'étudeQualitatif
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

Citations12
Publié2009
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Occupational ScienceMême sujetMultiple Sclerosis Research StudiesTravaux en français237 207