Causal attributions of job loss among people with psychiatric disabilities.
Notice bibliographique
Résumé
OBJECTIVE: Guided by Weiner's attribution theory (1985), the aim of this study is to describe the reasons given by people with psychiatric disabilities to explain job loss. METHODS: Using a sample of 126 people with psychiatric disabilities participating in a prospective study design, the authors evaluated the causal attributions pattern to explain job loss. During a 9-month follow-up phone interview, clients of supported employment programs were asked to explain the reasons why they had lost their jobs. The reasons provided were categorized according to type of job loss (voluntarily vs. involuntarily), locus of control (external vs. internal) and controllability (controllable vs. uncontrollable). RESULTS: The results show that 73% of participants had voluntarily ended their jobs. For the majority of participants, the reasons given to explain job loss were related to external and uncontrollable factors. Moreover, men used more external (34.1% vs. 23%) and uncontrollable (68.2% vs. 40%) reasons than women. Severity of symptoms and level of education also affected the attributional pattern. However, self-esteem, psychiatric diagnosis and work centrality did not correlate significantly to the attributional pattern. CONCLUSION AND IMPLICATIONS FOR PRACTICE: The results demonstrated that reasons given to explain job loss among people with psychiatric disabilities are mostly external. A more systematic evaluation of environmental factors should be put in place to favor longer job tenure for people with psychiatric disabilities.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,000 |
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.
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 tête enseignante, 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 ».