MétaCan
Menu
Retour à la cohorte
Enregistrement W2940847930 · doi:10.1177/0030222819846419

A Study to Understand the Impact of Bereavement Grief on the Workplace

2019· article· en· W2940847930 sur OpenAlexaffabout
Donna M. Wilson, Sehrish Punjani, Qingkang Song, Gail Low

Notice bibliographique

RevueOMEGA - Journal of Death and Dying · 2019
Typearticle
Langueen
DomainePsychology
ThématiqueGrief, Bereavement, and Mental Health
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésGriefAccommodationWork (physics)PsychologyPopulationSample (material)Social psychologySociologyDemographyEngineeringPsychiatry

Résumé

récupéré en direct d'OpenAlex

Although most employees and business owners or operators will likely experience the death of one or more loved ones over their work lives, attention has not focused on how bereavement grief impacts the workplace. A study was conducted for foundational information. Data on the annual incidence of bereavement leaves and related matters were collected from a relatively representative sample of small, medium, and large Canadian organizations. Two of every three organizations had 1+ employees take a bereavement leave last year, with 3.2% of all employees taking a bereavement leave consisting of 2.5 days on average and often with additional travel and accommodation days. The findings suggest that more should be done by organizations to prepare for bereavement leaves and assisted work returns. This preparation is essential for the tsunami of bereavement grief in the years ahead as deaths increase rapidly in number with population aging.

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 enseignants0,094
Score d'incertitude au seuil0,252

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 Opus0,063
Tête enseignante GPT0,374
Écart entre enseignants0,311 · 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

Citations26
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueOMEGA - Journal of Death and DyingMême sujetGrief, Bereavement, and Mental HealthTravaux en français237 207