Associations between workplace characteristics and ‘outness’ in LGBTI workers in Austria
Notice bibliographique
Résumé
OBJECTIVES: Lesbian, gay, bisexual, transgender and intersex (LGBTI) individuals are often subjected to negative attitudes in the workplace, which may lead to non-disclosure of their sexual orientation and/or gender identities. We aimed to determine the prevalence of workplace disclosure of sexual or gender identity (ie, 'outness'; being 'out') and to examine its associations with workplace characteristics in LGBTI workers in Austria. METHODS: This cross-sectional study analysed sociodemographic, work-related and well-being-related data from self-identifying gender and/or sexual minority participants elicited by an online questionnaire between February and June 2017. From the initial 1268 respondents, 1177 (93%) provided complete data and were included in the subsequent analyses. RESULTS: The largest proportion of the sample were 26-35 years old (39.1%), cisgender gay men (40.0%) in full-time employment (63.9%). Overall, 51.7% of the sample were 'out' at the workplace. Being bisexual (OR=0.46, 95% CI 0.27 to 0.81), the provision of antidiscrimination guidelines in the workplace (OR=0.53, 95% CI 0.32 to 0.90), living alone (OR=0.50, 95% CI 0.32 to 0.79) and in shared households (OR=0.49, 95% CI 0.25 to 0.96) were associated with a decreased likelihood of being 'out' at work.Factors associated with being 'out' at work were being middle aged (36-45 years old; OR=1.74, 95% CI 1.07 to 2.85), having been in employment for >10 years (OR=2.03, 95% CI 1.08 to 3.81), an LGBTI-friendly work environment (OR 1.61, 95% CI 1.36 to 1.91), labour-management antidiscrimination contract (OR=2.02, 95% CI 1.23 to 3.32) and work council protections (OR=1.56, 95% CI 1.04 to 2.36). CONCLUSIONS: Instating antidiscrimination protections might facilitate 'outness' of LGBTI workers and lead to a better promotion of diversity in the workplace.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».