MétaCan
Menu
Retour à la cohorte
Enregistrement W3022715243 · doi:10.5539/ass.v16n5p130

Strategies for Work-Life Balance for Women in the Academic Profession of Sri Lanka

2020· article· en· W3022715243 sur OpenAlexvenueno aff
I. Welmilla

Notice bibliographique

RevueAsian Social Science · 2020
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueWork-Family Balance Challenges
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPersonal lifeWork (physics)Thematic analysisPerspective (graphical)Work–life balanceContext (archaeology)Personal developmentHuman resourcesFamily lifeSri lankaFocus groupPublic relationsBalance (ability)Quality of life (healthcare)PsychologySociologyManagementQualitative researchBusinessNursingPolitical scienceMedicineMarketingEngineeringSocial scienceGender studiesSocioeconomics

Résumé

récupéré en direct d'OpenAlex

Most researchers are investigating work-life balance as a Human Resource Management tool used to attract, motivate and retain skilled employees rather than focusing on how individuals achieve work and personal life satisfaction when engaging work and family roles. This study shifts the focus from the engagement perspective that is highly beneficial for the organization to an enhancement perspective that increases the quality of personal life. This study aimed to explore and describe strategies for the work-family balance that can potentially contribute to the family wellbeing of women in the academic profession in Sri Lanka. Semi-structured interviews exploring the experiences of work-life balance were undertaken with thirty women lecturers in state universities in Sri Lanka. Data were analyzed using thematic analysis. The findings suggest the following strategies: compartmentalizing and separating roles between work and life, fostering personal relationships, building a professional support system, a better plan schedule, and organization, self–care in terms of personal, physical, and mental health, learning and research-based work environment, effective communication in both domains, and utilization of technology and focus on sacrificing personal life for success. The identified strategies, specifically for the Sri Lankan context and that it does so from the perspective of Sri Lankan women academics.

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)0,003
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,315
Score d'incertitude au seuil0,561

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,061
Tête enseignante GPT0,370
Écart entre enseignants0,309 · 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'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

Citations5
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAsian Social ScienceMême sujetWork-Family Balance ChallengesTravaux en français237 207