MétaCan
Menu
← Retour à la cohorte
Enregistrement W2616069279 · doi:10.18848/2324-7649/cgp/v08i01/53416

What to Do When Employees Return to Work after a Perinatal Loss: A Few Best Practices

2014· article· en· W2616069279 sur OpenAlexaff
Mélanie Gagnon, Catherine Beaudry

Notice bibliographique

RevueThe International Journal of Interdisciplinary Organizational Studies · 2014
Typearticle
Langueen
DomainePsychology
ThématiqueGrief, Bereavement, and Mental Health
Établissements canadiensUniversité du Québec à Rimouski
Organismes subventionnairesnon disponible
Mots-clésWork (physics)Best practiceBusinessPsychologyNursingMedicineManagementEconomicsEngineering

Résumé

récupéré en direct d'OpenAlex

The main objective of this exploratory, empirical study of qualitative nature is to shed light on organizational practices that encourage people's return to work after the loss of an unborn child or infant. The literature in human resources does not focus on the specific issue of perinatal loss in a context of returning to work. In fact, to examine the issue, one must turn to studies concerning the return-to-work process after other kinds of personal problems. When returning to work after the loss of an unborn child or infant, parents are often still in the early stages of the grieving process. However, organizations rarely support parents when they return to work. This is why our study targets key organizational practices used when employees experiencing perinatal loss return to work. In order to explore these elements, three discussion groups were held with women who lost their unborn child or infant. Content analysis enabled us to conclude the factor that appears to be more crucial to a successful return to work is the support provided by organizations through various practices, of which the most important are access to an employee assistance program, outside help, and appropriate working arrangements.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,026
score de la tête « metaresearch » (Gemma)0,049
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,026
Score d'incertitude au seuil0,137

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0260,049
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,002
Études des sciences et des technologies0,0110,005
Communication savante0,0080,012
Science ouverte0,0040,005
Intégrité de la recherche0,0060,006
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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.

Tête enseignante Opus0,042
Tête enseignante GPT0,401
Écart entre enseignants0,359 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
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

Citations1
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThe International Journal of Interdisciplinary Organizational Studies→Même sujetGrief, Bereavement, and Mental Health→Travaux en français237 207→