MétaCan
Menu
Retour à la cohorte
Enregistrement W3037114976 · doi:10.1177/1038416220919827

Improving career wellbeing for first-time expectant mothers

2020· article· en· W3037114976 sur OpenAlexafffund
Charles P. Chen, Lindsay Morris

Notice bibliographique

RevueAustralian Journal of Career Development · 2020
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueWork-Family Balance Challenges
Établissements canadiensUniversity of Toronto
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésNegotiationCareer developmentPsychologyIdentity (music)PopulationFace (sociological concept)NarrativeCareer counselingVocational educationPersonal developmentPublic relationsSocial psychologySociologyPedagogyPolitical scienceSocial sciencePsychotherapist

Résumé

récupéré en direct d'OpenAlex

Within the diverse population of working women, those who experience pregnancy for the first time may face some particular challenges when it comes to their career development needs and issues. These include discrimination in the workplace, responding to social expectations and pressures, negotiating life roles, and evolving personal identities. This article discusses the major career problems encountered by this target group, both structurally and socially, with a focus on individual strategies to access personal agentic functioning and empower women facing these challenges. These workers are often overlooked in the career literature; yet, there is a range of career theories to draw upon to assist them in their needs. The application of the life-span, life-space career theory, and the narrative therapy approaches are explored in relation to the helping process. These two theoretical orientations were chosen as they address the particular challenges faced by pregnant women in the workplace, especially around negotiating life roles and an evolving personal identity. There is a need for a stronger understanding of these challenges and opportunities to support pregnant women as they seek vocational wellbeing, and how to tailor suitable, well-established career counselling strategies to meet their unique needs.

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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,699
Score d'incertitude au seuil0,765

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 ouverte0,0010,000
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 Opus0,058
Tête enseignante GPT0,277
Écart entre enseignants0,219 · 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'étudeSans objet
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

Citations4
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAustralian Journal of Career DevelopmentMême sujetWork-Family Balance ChallengesTravaux en français237 207