MétaCan
Menu
Retour à la cohorte
Enregistrement W2970116080 · doi:10.3233/wor-213459

The interactive process of negotiating workplace accommodations for employees with mental health conditions

2021· article· en· W2970116080 sur OpenAlexaffabout
Sabrina Hossain, Sandra Moll, Emile Tompa, Rebecca Gewurtz

Notice bibliographique

RevueWork · 2021
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueDisability Education and Employment
Établissements canadiensInstitute for Work & HealthMcMaster University
Organismes subventionnairesnon disponible
Mots-clésNegotiationMental healthAccommodationProcess (computing)PsychologyPublic relationsReasonable accommodationQualitative researchPerspective (graphical)Applied psychologyBusinessPolitical scienceSociologyComputer science

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Implementing workplace accommodations is an effective means of retaining employees with mental health conditions. However, the process is poorly understood and poorly documented. OBJECTIVE: The purpose of this research is to explore the interactive process of negotiating workplace accommodations from the perspective of employees with mental health conditions and workplace stakeholders. METHODS: We interviewed employees across Canada who self-identified as having a mental health condition requiring accommodations, and six stakeholders at various workplaces across Canada who are involved in providing accommodations. Data were analyzed using a qualitative descriptive approach to identify key themes. RESULTS: The findings highlight that the process of negotiating accommodations is non-linear, interactive, and political. The process is shaped by organizational and political factors and collaboration between stakeholders. CONCLUSIONS: The negotiation process is a combination of social, relational and political factors. Clear and accessible accommodation policies, workplace awareness and specific workplace training on how to implement accommodations are needed to optimize the accommodation process for all involved.

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)0,016
score de la tête « metaresearch » (Gemma)0,023
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,140
Score d'incertitude au seuil0,279

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0160,023
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0220,019
Communication savante0,0080,004
Science ouverte0,0020,012
Intégrité de la recherche0,0020,004
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,030
Tête enseignante GPT0,400
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 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'étudeQualitatif
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

Citations13
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueWorkMême sujetDisability Education and EmploymentTravaux en français237 207