Keeping Up! Older Workers’ Adaptation in the Workplace after Age 55
Notice bibliographique
Résumé
RÉSUMÉ Comment les travailleurs âgés, après l’âge de 55 ans, peuvent-ils se maintenir et s’adapter à un milieu de travail en évolution? En explorant cette question, cette étude a examiné précisément comment les changements liés à l’âge touchent aux travailleurs, comment les travailleurs âgés font face à une perte de ressources, comment ils s’engagent dans la gestion de leur vie, et pourquoi certains parmi eux réussissent plus que d’autres. Une analyse profondie a été réalisée en utilisant 32 entretiens semi-directifs menés avec les travailleurs âgés de 55 a 64 ans. Une analyse profondie a été réalisée en utilisant 32 entretiens semi-directifs menés avec les travailleurs âgés de 55 a 64 ans. Nos conclusions suggèrent que les travailleurs les plus vieux utilisent diverses stratégies pour s’adapter à un changement de ressources, et que ces stratégies les aident à se débrouiller et maintenir leur fonctionnement dans leur milieu de travail. Comme les plus vieux travailleurs exigent des types différents de soutien d’employeur, notre étude fournit une compréhension de comment les employeurs peuvent fournir ce soutien pour encourager de plus vieux travailleurs pour rester dans la main-d’oeuvre plus longue. Nous suggérons aussi plusieurs avenues pour la recherche future, y compris explorer le rôle de sources internes de soutien.
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 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,002 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 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 ».