MétaCan
Menu
Retour à la cohorte
Enregistrement W2897298178 · doi:10.1108/ijwhm-04-2018-0043

Health of caregiver-employees in Canada

2018· article· en· W2897298178 sur OpenAlexaffabout
Li Wang, Allison Williams, Peter Kitchen

Notice bibliographique

RevueInternational Journal of Workplace Health Management · 2018
Typearticle
Langueen
DomaineHealth Professions
ThématiqueEmployment and Welfare Studies
Établissements canadiensStatistics CanadaMcMaster University
Organismes subventionnairesnon disponible
Mots-clésStatisticOriginalityPsychologyMental healthValue (mathematics)Work (physics)GerontologySocial psychologyNursingMedicinePsychiatry

Résumé

récupéré en direct d'OpenAlex

Purpose The purpose of this paper is to investigate the impact of various employment characteristics on the health of Canadian caregiver-employees (CEs), who are working full-time in the labor market while also providing informal/family care to adults. Design/methodology/approach Framed with Pearlin et al. ’s (1990) stress model and using data from Statistic Canada’s General Social Survey Cycle 26 (2012), several work-related variables for caregivers were considered, including the availability of various forms of caregiver-friendly workplace policies (CFWPs), and a series of work interferences (WIs) experienced as a result of the caregiving role. Findings This study provides evidence for the value of CFWPs in all workplaces. Counter-intuitively, family and other forms of support were found to negatively relate to both physical and mental health. Originality/value This suggests that CFWPs will not only have an impact on CEs’ physical health outcomes, but will likely decrease the effect of the WIs experienced.

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)0,001
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 enseignants0,402
Score d'incertitude au seuil0,807

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
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 Opus0,032
Tête enseignante GPT0,401
Écart entre enseignants0,369 · 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

Citations19
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Workplace Health ManagementMême sujetEmployment and Welfare StudiesTravaux en français237 207