Understanding Bridge Employment Through the Lenses of Kaleidoscope Career Model
Notice bibliographique
Résumé
Demographic transition has changed the landscape of retirement worldwide. For many, retirement is no longer an endpoint to working life, but rather a beginning to another stretch of workforce participation in the form of bridge employment (Engelhardt, 2012). The academic literature has examined why people return to work after retirement. However, there is a dearth of literature examining how to make workplaces suitable for people coming out of retirement. Research demonstrates that retirement is a critical life event, and thus, has significant impact on peoples’ attitude towards subsequent phases of their lives (Wang & Shi, 2014). Based on this premise, we explored how retirees re-construct retirement from hindsight. Another purpose of our research was to examine whether retirees distinguish between pre-and post-retirement work. Our analysis of 26 in-depth interviews involving bridge employees revealed that though retirement meant different things to different participants, the view that retirement was a point of departure from an obligatory bread-winner role was a robust one. This seemingly liberating conceptualization of retirement changed the priorities of people in their post-retirement work. Using the Kaleidoscope Career Model, we analyzed how bridge employees distinguish between their pre and post-retirement work. We found that putting oneself first, making a meaningful contribution and having flexibility to pursue pleasure took priority over career goals. Getting a realistic picture of how retirees prioritize different goals in their lives and how they situate work in post- retirement life is an important contribution to the career literature, one which we feel can spawn future research.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| 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 ».