MétaCan
Menu
Retour à la cohorte
Enregistrement W2284796593 · doi:10.1097/jom.0000000000000499

The Impact of Domestic Violence in the Workplace

2015· article· en· W2284796593 sur OpenAlexafffund
C. Nadine Wathen, Jennifer C. D. MacGregor, Barbara J. MacQuarrie

Notice bibliographique

RevueJournal of Occupational and Environmental Medicine · 2015
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueIntimate Partner and Family Violence
Établissements canadiensSocial Sciences and Humanities Research CouncilMining Association of CanadaWestern University
Organismes subventionnairesCanadian Institutes of Health Research
Mots-clésWork (physics)Occupational safety and healthScope (computer science)Human factors and ergonomicsSuicide preventionPoison controlInjury preventionEnvironmental healthMedicinePsychologyEngineering

Résumé

récupéré en direct d'OpenAlex

OBJECTIVE: When workers experience domestic violence (DV) at home, impacts are felt in the workplace; however, little research is available on this topic. METHODS: We conducted an online survey regarding the impacts of DV at work. RESULTS: A total of 8429 people completed the survey. More than a third of respondents reported experiencing DV; among them, more than a third reported that DV affected their ability to get to work, and more than half reported that it continued at or near work. Most reported that DV negatively affected their performance. Almost all respondents, regardless of DV experience, believed that it impacts victims' work lives. CONCLUSIONS: This research identifies the scope and impact of DV on workers and workplaces. The data should assist governments, unions, and employers to enact and evaluate proactive practices to address the impact of DV in the workplace.

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)0,002
score de la tête « metaresearch » (Gemma)0,000
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 enseignants0,026
Score d'incertitude au seuil0,213

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,044
Tête enseignante GPT0,382
Écart entre enseignants0,339 · 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

Citations71
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Occupational and Environmental MedicineMême sujetIntimate Partner and Family ViolenceTravaux en français237 207