MétaCan
Menu
Retour à la cohorte
Enregistrement W3086145565 · doi:10.1017/s0047279420000264

Balancing work and care: the effect of paid adult medical leave policies on employment in Europe

2020· article· en· W3086145565 sur OpenAlexaff
Deepa Jahagirdar, Michelle C. Dimitris, Erin Strumpf, Jay S. Kaufman, Sam Harper, Jody Heymann, Efe Atabay, Ilona Vincent, Arijit Nandi

Notice bibliographique

RevueJournal of Social Policy · 2020
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueIntergenerational Family Dynamics and Caregiving
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésWorkforceCare workWork (physics)Paid workPaymentPopulationPopulation ageingPsychologyNursingBusinessMedicineLabour economicsDemographic economicsEconomic growthWorking hoursEconomics

Résumé

récupéré en direct d'OpenAlex

Increasing caregiving needs for family members has created pressure on prime-age workers. Combined with the ageing population, the demand for care related to illness and disability by relatives mean more of the workforce may have to consider caring needs (Bauer and Sousa-Poza, 2015). ‘Informal caregivers’ provide care generally without payment (Yooet al., 2004). In contrast to formal care, informal caregivers usually have a close relationship with the recipient: for example, siblings and adult children. Informal caregiving is considered a desirable option to meet support needs from several perspectives; these caregivers may be preferred by recipients relative to formal arrangements especially during severe acute illnesses. Caregivers may also feel a personal sense of responsibility to look after loved ones rather than defer to strangers (Fine, 2012) though this may depend on the individual’s needs and the available alternatives. Although men are starting to play an important role due to shifting social gender roles, the vast majority of informal caregivers are women who increasingly attempt to juggle caring with labour force participation (Carmichaelet al., 2008).

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)0,004
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,052
Score d'incertitude au seuil0,104

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,002
Communication savante0,0060,002
Science ouverte0,0010,004
Intégrité de la recherche0,0020,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,010
Tête enseignante GPT0,301
Écart entre enseignants0,291 · 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'étudeObservationnel
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

Citations6
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Social PolicyMême sujetIntergenerational Family Dynamics and CaregivingTravaux en français237 207