Examining Macro and Meso Level Barriers to Hiring Persons with Disabilities: A Scoping Review
Notice bibliographique
Résumé
Abstract Purpose The objective of this paper was to identify and analyze barriers to hiring persons with disabilities from the perspective of employers and persons with disabilities. Methodology A scoping review was used to evaluate both evidence and grey literature. An integrative analysis was employed to explicate the most salient macro and meso level barriers that limit the hiring of persons with disabilities. Findings A total of 38 articles from 6,480 evidence literature and 19 documents from grey literature were included in data extraction. Barriers included: negative attitudes in society, by employers and coworkers (macro and meso); workplace barriers (meso) were about lack of employer knowledge of performance skill and capacity of persons with disabilities, and the lack of awareness of disability and the management of disability-related issues in hiring and retention; and service delivery system barriers (macro) were focused on the lack of integration of services and policies to promote hiring and retention. Social implications Knowledge gained furthers the understanding of the breadth of social, workplace and service delivery system obstacles that restrict the entry into the labor marker for persons with disabilities. Originality/value Barriers to employment for persons with disabilities at the macro and meso level are evident in the literature and they remain persistent over time despite best efforts to promote inclusion. Findings in this review point to the need for more specific critical research on the persistence of social, workplace and service delivery system barriers as well as the need for pragmatic approaches to change through partnering and development of targeted information to support employers in hiring and employing persons with 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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».