MétaCan
Menu
Retour à la cohorte
Enregistrement W3178087433 · doi:10.17705/1cais.04928

COVID-19 and Caregiving IS Researchers: In the Same Storm, but not in the Same Boat

2021· article· en· W3178087433 sur OpenAlexaff
Wietske Van Osch, Cynthia Mathis Beath

Notice bibliographique

RevueCommunications of the Association for Information Systems · 2021
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueWork-Family Balance Challenges
Établissements canadiensHEC Montréal
Organismes subventionnairesUniversity of Texas at AustinNational Science Foundation
Mots-clésPandemicCoronavirus disease 2019 (COVID-19)Productivity2019-20 coronavirus outbreakSevere acute respiratory syndrome coronavirus 2 (SARS-CoV-2)PsychologyPublic relationsPolitical scienceMedicineDiseaseEconomic growthInfectious disease (medical specialty)EconomicsVirology

Résumé

récupéré en direct d'OpenAlex

In early 2020, reports emerged about the coronavirus disease of 2019 (COVID-19) pandemic having a negative effect on the productivity of female researchers who spent their time in lockdown taking care of their families but a positive effect on the productivity of male researchers who spent it writing more papers. We wondered if the pandemic had affected caregivers (mostly female) in the information systems (IS) discipline in the same way. If we found that it did, we hoped to be able to suggest what actions caregivers might take in response. As an approximate way to distinguish caregivers from non-caregivers in our analysis, we used gender. Our analysis yielded mixed results, but those results do suggest that the COVID-19 pandemic has had some negative impacts on IS researchers who are caregivers. We offer several recommendations to caregiving IS researchers for mitigating the effect that the pandemic has on their professional lives.

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)0,010
score de la tête « metaresearch » (Gemma)0,011
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,722
Score d'incertitude au seuil0,997

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0100,011
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,001
Science ouverte0,0020,000
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 Opus0,154
Tête enseignante GPT0,388
Écart entre enseignants0,233 · 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.

Devis d'étudeQualitatif
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

Citations3
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCommunications of the Association for Information SystemsMême sujetWork-Family Balance ChallengesTravaux en français237 207