MétaCan
Menu
Retour à la cohorte
Enregistrement W2108654092 · doi:10.1080/11745398.2015.1060579

Intersection of family, work and leisure during academic training

2015· article· en· W2108654092 sur OpenAlexafffund
Stephanie Chesser

Notice bibliographique

RevueAnnals of Leisure Research · 2015
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueWork-Family Balance Challenges
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésIntersection (aeronautics)Work (physics)Training (meteorology)SociologyGender studiesPsychologyGeographyEngineeringTransport engineering

Résumé

récupéré en direct d'OpenAlex

For advanced academic trainees (i.e. doctoral students and postdoctoral trainees), success in the academy often involves stepping away from an ordinary ‘9 to 5’ working environment and into a space where workaholic tendencies are largely encouraged. While the daily care and nurturing of a family can be demanding (and itself represents a form of unpaid, often gendered, labour), evidence suggests that children can offer positive emotional benefits for parents, help curb workaholic tendencies, and offer a reason to step away from work and have fun with the family through leisure. This conceptual paper examines the realities of managing family and work lives for academic trainees, a group that has been largely under-recognized in published literature. Issues such as the current work-related expectations for academics (and the ways these expectations can influence leisure), the gendered experience of the academy and family life among academic trainees and the potential benefits of family to academic pursuits will be discussed. Specific strategies that could be implemented to assist academic trainee families, including enrolment and work schedule flexibility, increased institutional support policies and more family-friendly trainee leisure opportunities will also be explored. This conceptual work suggests that academic trainees may face unique challenges with regard to work/family management and, thus, require specific consideration by the research community and academic administrators.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,007
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,078
Score d'incertitude au seuil0,407

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0070,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,496
Tête enseignante GPT0,499
Écart entre enseignants0,003 · 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 tête enseignante, 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

Citations9
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAnnals of Leisure ResearchMême sujetWork-Family Balance ChallengesTravaux en français237 207