MétaCan
Menu
Retour à la cohorte
Enregistrement W3169599136 · doi:10.3233/wor-213485

The Q-Life experience: An evaluation of an employee resilience program

2021· article· en· W3169599136 sur OpenAlexaff
Darren Steeves

Notice bibliographique

RevueWork · 2021
Typearticle
Langueen
DomainePsychology
ThématiqueResilience and Mental Health
Établissements canadiensDalhousie University
Organismes subventionnairesnon disponible
Mots-clésStructural equation modelingResilience (materials science)Psychological resilienceTest (biology)PsychologyApplied psychologyGerontologySocial psychologyStatisticsMedicineMathematics

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Many employers are turning to training programs to help them cope or flourish in life. Many programs on the market have not been validated. OBJECTIVE: The objective was to evaluate the effect building awareness and skill development can have on sustaining high resilience within a group of employees. METHODS: 524 participants completed the 44 itemed Q-Life assessment. A CFA model was conducted to determine whether the Q-Life score, adequately describes the data. 116 employees signed up to the Q-Life experience with 64 completing all requirements. RESULTS: The RMSEA index was less than 0.08, RMSEA = 0.07, 90%CI = [0.07, 0.07], which is indicative of a good model fit. The mean of score for resilience on the first test (M = 249.91) was significantly lower than the mean of post-test (M = 264.91). CONCLUSIONS: The results indicated that the model demonstrated acceptable fit to the data and can be used as an assessment tool for the Q-Life. The Q-Life experience showed significant improvement in resilience.

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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,930
Score d'incertitude au seuil0,424

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 ouverte0,0000,000
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 Opus0,082
Tête enseignante GPT0,495
Écart entre enseignants0,413 · 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'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

Citations1
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueWorkMême sujetResilience and Mental HealthTravaux en français237 207