Identifying contemporary early retirement factors and strategies to encourage and enable longer working lives: A scoping review
Notice bibliographique
Résumé
AIM: Accelerating population ageing is raising concern in many countries now in relation to the availability of workers for essential work roles and responsibilities. A scoping research literature review was done to identify factors currently associated with early retirement and contemporary strategies to encourage and support longer working lives. METHODS: Using the PRISMA-ScR Checklist, we searched the Directory of Open Access Journals and EBSCO Discovery Service for published 2013-2018 research articles using the keyword/MeSH term "early retirement"; 54 English-language articles in peer-review journals were reviewed. RESULTS: Seven early retirement factors were revealed: Ill health, good health, workplace issues, the work itself, ageism, social norms and having achieved personal financial or pension requirement criteria. Six suggested solutions, none proven effective, were identified: Occupational health programmes, workplace enhancements, work adjustments, addressing ageism, changing social norms and pension changes. CONCLUSIONS: The evidence base on early retirement prevention is not strong, with qualitative investigations needed for in-depth understandings of early retirement influences and mixed-methods studies needed to test early retirement prevention solutions for their effects. IMPLICATIONS FOR PRACTICE: Until more evidence is available, every organisation should perform an early retirement risk assessment and identify current versus needed policies and programmes to encourage and enable more middle-aged and older people to work longer.
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 | 0,001 | 0,000 |
| 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 | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».